unsupervised-learning

精选的人工智能 (AI) 课程、书籍、视频讲座与论文列表。

迁移学习 / 领域适应 / 领域泛化 / 多任务学习 等相关论文、代码、数据集、应用与教程。

一个 Python 库，用于在表格、时间序列、图形、文字、图像与音频数据上进行异常检测。提供 60 多种检测器、基于基准测试的 ADEngine 编排，以及支持 AI 代理的工作流。

异常检测相关的书籍、论文、视频与工具箱。2025 年末更新，涵盖 LLM 与 VLM 相关工作

包含斯坦福大学与 Deeplearning.ai（Coursera 2022）机器学习专项课程的解决方案与笔记，授课者 Andrew NG 教授

异常检测库，包含先进算法与功能，如实验管理、超参数优化与边缘推理

Python 数据分析和机器学习库的扩展和辅助模块库

用于图像配准的无监督学习

用于异常值、对抗样本与漂移检测的算法

SimCLR 的 PyTorch 实现：视觉表征对比学习的简单框架

用于整合人工智能与通用人工智能（AGI）的框架

精选的社区检测研究论文及其实现列表。

空手道俱乐部：一个以 API 为导向的开源 Python 框架，用于图形非监督式学习 (CIKM 2020)

🚀 免费 AI 资源 - 🎓 课程、👷 工作、📝 博客、🔬 AI 研究等，应有尽有！

:red_circle: MiniSom 是自组织映射（SOM）的极简主义实现。

TKDE 论文“Self-supervised learning on graphs: Contrastive, generative, or predictive”的代码

非监督式时间序列异常检测库

精选对比式自监督学习论文大全。

使用 tensorflow 与 pytorch 实现的变分自动编码器（包含反向自回归流）

AutoVC：仅使用自动编码器损失的 Zero-Shot 语音风格转换

IJCV 与 BMVC 2022 论文“One-Pot Multi-frame Denoising”的官方实现。

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

NeurIPS 2022「ADBench: Anomaly Detection Benchmark」官方实现。

SimCLR 的 PyTorch 实现：T. Chen 等人提出的视觉表示对比学习简单框架

[MICCAI 2019 年轻科学家奖] [MEDIA 2020 最佳论文奖] Models Genesis，医学图像分析中用于多个下游任务的最早期“基础”模型之一

BFM_Zero：使用无监督强化学习的人形机器人控制提示式行为基础模型

Python 动手学无监督学习（O'Reilly Media）一书的代码

[VLDB'22] 使用 Transformers、自我条件化与对抗性训练的异常检测。

透过三重资讯瓶颈的非监督式语音分解

数据科学项目的完整生命周期