machine-learning

如何在 CMU 的 ECE/CS 科系中生存

一個用於訓練、評估、解釋並將決策樹模型（如隨機森林和梯度提升決策樹）投產的程式庫。

新聞：10k 資料集已可供下載。

此儲存庫包含如何以系統化且標準化的方式使用 TensorFlow estimator API 來執行各種 ML 任務的教學。

適用於任何相機的車牌辨識（ALPR 或 ANPR）軟體。

Python pickling 反編譯器與靜態分析器

以機器學習風格處理與網格化空間資料

MOA 是一個用於大數據串流探勘的開源框架。它包含了一系列機器學習演算法（分類、迴歸、分群、異常偵測、觀念漂移偵測與推薦系統）以及評估工具。

A股量化系統

追蹤你的 Data Science。Skore 的開源 Python 函式庫透過自動化評估報告、智慧方法學指引與全面的交叉驗證分析，加速 ML 模型開發。

實作 Marcos López de Prado 教授所著《Machine Learning for Asset Managers (Elements in Quantitative Finance)》中的程式碼片段、練習題與即時資料應用。

用於微調相似度學習模型的極速框架

(AAAI' 20) A Python Toolbox for Machine Learning Model Combination

JAX 與 Equinox 中的高斯過程。

BenchMARL 是一個用於多智能體強化學習 (MARL) 基準測試的函式庫。BenchMARL 能夠快速比較不同的 MARL 演算法、任務與模型，同時堅守其兩大核心原則：可重現性與標準化。

BanditPAM C++ 實作與 Python 套件

CAIRI 監督式、半監督式與自我監督式視覺表徵學習工具箱與基準測試

在 Obsidian 中使用 ChatGPT 快速格式化你的筆記

Awesome-LLM-Eval：精選的工具、資料集/基準測試、展示、排行榜、論文、文件與模型清單，主要用於 LLM 評估。一個由工具、基準/數據、演示、排行榜和大模型等組成的精選列表，主要面向基礎大模型評測，旨在探求生成式AI的技術邊界。

我為網路科學與機器學習研究而收集的一些非常酷的資料集儲存庫。

TCAV ML 可解釋性專案的程式碼

自動將 PyTorch 模型分割到多個 GPU 上進行訓練與推論

Azure MLOps (v2) 解決方案加速器。可在 Azure 平台上部署機器學習模型的企業級就緒範本。

資料科學專案的完整生命週期

適用於 Julia 的強化學習套件。

使用 Copula 模型化多變量資料的函式庫

一個輕量、可攜式且支援硬體加速的嵌入式裝置純 C99 onnx 推論引擎。

用於迴聲狀態網路等水庫運算架構的簡單且靈活的程式碼

Build your own X - 從零開始建構一切來掌握機器學習。旨在涵蓋從線性迴歸、深度學習到大型語言模型 (LLMs) 的所有內容。

oneAPI 資料分析函式庫 (oneDAL)