unsupervised-learning

Danh sách tổng hợp các khóa học, sách, bài giảng video và tài liệu nghiên cứu về Trí tuệ nhân tạo (AI).

Học chuyển移 / thích ứng miền / tổng quát hóa miền / học đa nhiệm, v.v. Các bài báo, mã nguồn, tập dữ liệu, ứng dụng, hướng dẫn.

Thư viện Python dùng để phát hiện bất thường trên dữ liệu dạng bảng, chuỗi thời gian, đồ thị, văn bản, hình ảnh và âm thanh. Hơn 60 bộ phát hiện, điều phối ADEngine dựa trên benchmark và quy trình làm việc tự động cho các AI agent.

Sách, bài báo, video và hộp công cụ liên quan đến Anomaly detection. Cập nhật mới nhất cuối năm 2025 cho các nghiên cứu LLM và VLM!

Chứa các giải pháp và ghi chú cho Chuyên ngành Học máy của Đại học Stanford và Deeplearning.ai - Coursera (2022) bởi Giáo sư Andrew NG

Thư viện phát hiện bất thường bao gồm các thuật toán tiên tiến và tính năng như quản lý thí nghiệm, tối ưu hóa siêu tham số và suy luận biên.

Một thư viện gồm các mô-đun mở rộng và hỗ trợ cho các thư viện phân tích dữ liệu và học máy của Python.

Học không giám sát để căn chỉnh ảnh

Các thuật toán phát hiện ngoại lệ, đối kháng và trôi dạt dữ liệu

Bản triển khai PyTorch của SimCLR: Một framework đơn giản cho Contrastive Learning của các biểu diễn thị giác

Framework tích hợp Trí tuệ nhân tạo & Trí tuệ nhân tạo tổng quát (AGI)

Danh sách các bài báo nghiên cứu về phát hiện cộng đồng kèm theo mã nguồn thực thi.

Karate Club: Khung Python mã nguồn mở hướng API cho học không giám sát trên đồ thị (CIKM 2020)

🚀 Tài nguyên AI MIỄN PHÍ - 🎓 Khóa học, 👷 Việc làm, 📝 Blog, 🔬 Nghiên cứu AI và nhiều hơn nữa - dành cho tất cả mọi người!

:red_circle: MiniSom là một triển khai tối giản của Self Organizing Maps

Mã nguồn cho bài báo TKDE "Self-supervised learning on graphs: Contrastive, generative, or predictive"

Thư viện phát hiện bất thường chuỗi thời gian phi giám sát

Danh sách toàn diện các bài báo tuyệt vời về học tự giám sát đối lập.

Bộ mã hóa tự động biến phân (Variational autoencoder) được triển khai bằng tensorflow và pytorch (bao gồm dòng chảy tự hồi quy nghịch đảo)

AutoVC: Chuyển đổi phong cách giọng nói Zero-Shot chỉ với Autoencoder Loss

Bản cài đặt chính thức của bài báo IJCV & BMVC 2022 "One-Pot Multi-frame Denoising".

[IEEE TIP] "EnlightenGAN: Deep Light Enhancement without Paired Supervision" bởi Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang

Mã nguồn chính thức của "ADBench: Anomaly Detection Benchmark", NeurIPS 2022.

Triển khai SimCLR trên PyTorch: Một khung làm việc đơn giản cho học tương phản các biểu diễn hình ảnh của T. Chen và cộng sự.

[MICCAI 2019 Young Scientist Award] [MEDIA 2020 Best Paper Award] Models Genesis, một trong những mô hình nền tảng đầu tiên trong phân tích hình ảnh y tế cho nhiều tác vụ hạ nguồn

BFM_Zero: Mô hình nền tảng hành vi có thể nhắc lệnh (promptable) cho điều khiển robot hình người sử dụng học tăng cường không giám sát

Mã nguồn cho cuốn sách Hands-on Unsupervised Learning Using Python (O'Reilly Media).

[VLDB'22] Phát hiện bất thường sử dụng Transformers, tự điều kiện hóa và huấn luyện đối nghịch.

Phân tách giọng nói không giám sát thông qua Triple Information Bottleneck.

Vòng đời hoàn chỉnh của một dự án khoa học dữ liệu