Biblioteki napisane w Jupyter Notebook
linear-regression-from-scratch
Projekt data science dla części II projektu fizycznego E (pomiary z wykorzystaniem gwiazd).
- 7
drrmsan
DRRMSAN: Deep Residual Regularized Multi-Scale Attention Networks do segmentacji obrazów medycznych. Projekt kursu Machine Leaning 2 (DA330), RKMVERI..
- 7
fractal_rl
Kod dla artykułu CORL 2020: Wyraźne zachęcanie trajektorii o niskim ułamku wymiarowym poprzez uczenie się przez wzmacnianie..
- 7
SeeAI
Umożliwienie komputerom wykonywania NLP na danych uzyskanych z zaawansowanej wizji komputerowej.
- 7
- BSD 2-clause "Simplified"
tinyshap
Pakiet Pythona zapewniający minimalną implementację algorytmu SHAP przy użyciu metody Kernel.
- 7
- MIT
CenDetect
Repozytorium do wykrywania degradacji obrazów i maskowania takich obszarów.
- 7
- Apache License 2.0
netsci-labs
(W toku) Sieciowe laboratoria naukowe. Obejmuje teorię grafów, grafy losowe i uczenie maszynowe na grafach.
- 7
project-atlas-sao-paulo
Projekt dotyczący opracowania bogatych danych geoprzestrzennych z miasta São Paulo do wykorzystania w modelach uczenia maszynowego.
- 7
ranking_validation
Ramy do sprawdzania poprawności dwóch list rankingowych za pomocą ndcg, tau Kendalla, rbo, wycofanie, mrr.
- 7
- Apache License 2.0
cybersecurity-jina
Tablica rozdzielcza wykrywania włamań sieciowych zbudowana we współpracy z Jina i Streamlit.
- 7
conda-devcontainer-demo
Konfiguracja kontenera deweloperskiego Mini Conda + Mamba, aby ułatwić pracę ze środowiskami.
- 7
- MIT
lit-encoder-js
LiT (Zero-Shot Transfer with Locked-image text Tuning) modele koderów obrazu i tekstu, działające w przeglądarce.
- 7
- Apache License 2.0
dspytai
EVMOS blockchain Dapp, który wykorzystuje dane w łańcuchu do modelowania potencjalnych wahań cen w czasie rzeczywistym z kowalencyjnych ap..
- 7
xmr_volume_anomaly
Kod dla „Fingerprinting a flood: kryminalistyczna analiza statystyczna anomalii wolumenu transakcji Monero w połowie 2021 r.” autorstwa Isthmus (Mitchell P. Krawiec-Thayer), Neptune, Rucknium, Jberman, Carrington.
- 6
- MIT
cleanvision-examples
Notatniki demonstrujące przykładowe zastosowania biblioteki cleanvision.
- 6
- GNU Affero General Public License v3.0
FinanceExamplesPy
Analiza finansowa, handel algorytmiczny, przykłady optymalizacji portfela w Pythonie (ZRZECZENIE SIĘ ODPOWIEDZIALNOŚCI - Brak porad inwestycyjnych, YASAL UYARI - Yatırım tavsiyesi değildir). [Przeniesiono do: https://github.com/mrtkp9993/QuantitaveFinanceExamplesPy].
- 6
- GNU General Public License v3.0 only
nix-stable-diffusion
Przyjazny dla Nix widelec: Zoptymalizowanego stabilnego rozproszenia zmodyfikowanego do pracy z niższą pamięcią VRAM GPU.
- 6
- GNU General Public License v3.0
sklearn-antimalware
Proste oprogramowanie chroniące przed złośliwym kodem z uczeniem maszynowym napisane w pythonie i sklearn.
- 6
mercury-examples
Przykładowe notatniki Jupyter pokazujące, jak korzystać z frameworka Mercury.
- 6
- MIT
TTM
# TTM Wykrywanie wyciskania zapasów w oparciu o kanały Bollingera + Keltnera. Wykrywa, które akcje są niedostępne po tym, jak Bollinger znajdzie się w kanale Keltnera.
- 6
Python-Practice
Python dla inżynierów i inżynierów chemików korzystających z notatników jupyter📙🐍 (autor: virajdesai0309).
- 6