machine-learning

使用机器学习进行 NBA 体育博彩预测

使用 PyTorch 模拟脉冲神经网络（SNN）。

MLRun 是一个开源 MLOps 平台，用于在整个生命周期中快速构建与管理持续 ML 应用程序。MLRun 可集成到您的开发与 CI/CD 环境中，并自动化交付生产数据、ML 管道和在线应用程序。

TensorLy：Python 中的张量学习。

Graph4nlp 是一个能轻松将图神经网络（GNN）应用于 NLP 的库。欢迎访问我们的 DLG4NLP 网站 (https://dlg4nlp.github.io/index.html) 获取各种学习资源！

必读研究论文，以及与将机器学习用于编译器和系统优化相关的工具与数据集链接

高效、可扩展且具备企业级水准的 CPU/GPU 推理服务器，适用于 🤗 Hugging Face transformer 模型 🚀

轨迹预测领域的最新研究资料选集

R 语言中的机器学习

这个存储库提供由微软印度研究院（Microsoft Research India）为边缘设备开发的机器学习算法代码。

LLVM 与 MLIR 的高性能自动微分。

机器学习的版本控制

🦆 具备上下文键值的词向量

表格数据深度学习模型的统一框架。

使用 CoreML 的 NSFW（色情）检测器

一个用于机器学习的与模型无关的视觉化调试工具

基于内部 Google Vizier 服务的黑盒与超参数优化 Python 研究接口。

深度神经进化

Axon 中的预训练神经网络模型（+ 🤗 Models 集成）

基于 PyTorch 的量子经典模拟、量子机器学习、量子神经网络与参数化量子电路框架，支持轻松部署至真实量子计算机。

作为 IPython / Jupyter 笔记本的大数据分析与机器学习 Apache Spark & Python (pySpark) 教程

用于快速且轻松实验的 Google Colaboratory 笔记本集合

用于表格与时间序列数据的合成数据生成器

AI 基础设施工程师学习路径 - 生产环境 ML 基础设施课程（2-4 年经验）

使用 dataframe 进行机器学习

应用程序的自我编码系统 — 适用于 Ionic 的 Alan AI SDK

MixTeX 多模态 LaTeX、中英双语（ZhEn）及表格 OCR。它能在 Windows 上通过本地离线环境执行高效的 CPU 推理。

实用的数据增强资源清单。这里有许多不常见的技术、库、GitHub 仓库链接、论文及其他资源。

关于正规化流（normalizing flows）的精选资源。