Biblioteki napisane w Jupyter Notebook
machine_learning_complete
Kompleksowe repozytorium uczenia maszynowego zawierające ponad 30 notatników dotyczących różnych koncepcji, algorytmów i technik.
- 4.2k
- MIT
tensorflow-deep-learning
Wszystkie materiały szkoleniowe dotyczące kursu Głębokie uczenie się od zera do mistrzostwa z TensorFlow. (przez mrdbourke).
- 4.1k
- MIT
ISLR-python
Wprowadzenie do uczenia się statystycznego (James, Witten, Hastie, Tibshirani, 2013): kod Pythona.
- 4.1k
- MIT
distiller
Neural Network Distiller firmy Intel AI Lab: pakiet Pythona do badań nad kompresją sieci neuronowych. https://intellabs.github.io/distiller.
- 4.1k
- Apache License 2.0
python-machine-learning-book-3rd-edition
Repozytorium kodu książki „Python Machine Learning (3rd edition)”.
- 4.0k
- MIT
pattern_classification
Zbiór samouczków i przykładów dotyczących rozwiązywania i zrozumienia zadań związanych z uczeniem maszynowym i klasyfikacją wzorców.
- 4.0k
- GNU General Public License v3.0 only
machine_learning_basics
Zwykłe implementacje podstawowych algorytmów uczenia maszynowego w Pythonie.
- 4.0k
- MIT
pytorch-sentiment-analysis
Samouczki dotyczące rozpoczynania pracy z PyTorch i TorchText do analizy nastrojów.
- 4.0k
- MIT
probability
Rozumowanie probabilistyczne i analiza statystyczna w TensorFlow.
- 3.9k
- Apache License 2.0
silero-models
Modele Silero: wstępnie wytrenowane modele zamiany mowy na tekst, zamiany tekstu na mowę i modele ulepszania tekstu, które są żenująco proste.
- 3.8k
- GNU General Public License v3.0
simple-faster-rcnn-pytorch
Uproszczona implementacja Faster R-CNN, która powiela wydajność z oryginalnego papieru.
- 3.8k
- GNU General Public License v3.0
Data-science
Zbiór przydatnych tematów związanych z nauką o danych wraz z artykułami, filmami i kodem (autor: khuyentran1401).
- 3.8k
Inpaint-Anything
Pomaluj wszystko za pomocą funkcji Segment Anything i malowania modeli.
- 3.8k
- Apache License 2.0
MachineLearningNotebooks
Notesy w języku Python z przykładami uczenia maszynowego i głębokiego za pomocą zestawu SDK języka Python w usłudze Azure Machine Learning | Microsoftu.
- 3.7k
- MIT
tsai
Szeregi czasowe Szeregi czasowe Głębokie uczenie się Uczenie maszynowe Pytorch fastai | Najnowocześniejsza biblioteka Deep Learning dla szeregów czasowych i sekwencji w Pytorch / fastai.
- 3.7k
- Apache License 2.0
evidently
Oceniaj i monitoruj modele ML od walidacji do produkcji. Dołącz do naszego Discorda: https://discord.com/invite/xZjKRaNp8b.
- 3.7k
- Apache License 2.0
monodepth2
[ICCV 2019] Jednooczne oszacowanie głębi na podstawie pojedynczego obrazu.
- 3.7k
- GNU General Public License v3.0
Reinforcement-Learning
Naucz się głębokiego uczenia się przez wzmacnianie w 60 dni! Wykłady i kod w Pythonie. Uczenie się ze wzmocnieniem + głębokie uczenie się (autor: andri27-ts).
- 3.7k
- MIT
PyPortfolioOpt
Optymalizacja portfela finansowego w Pythonie, w tym klasyczna granica efektywności, Black-Litterman, Hierarchical Risk Parity.
- 3.6k
- MIT
simclr
SimCLRv2 — duże samonadzorowane modele są silnymi uczniami częściowo nadzorowanymi.
- 3.6k
- Apache License 2.0
handson-ml3
Seria notatników Jupyter, które przeprowadzą Cię przez podstawy uczenia maszynowego i uczenia głębokiego w Pythonie przy użyciu Scikit-Learn, Keras i TensorFlow 2.
- 3.6k
- Apache License 2.0
Azure-Sentinel
Natywny dla chmury SIEM do inteligentnej analizy bezpieczeństwa dla całego przedsiębiorstwa.
- 3.5k
- MIT