7 مستودعات
Awesome GitHub RepositoriesBinary Classifiers
Models designed to distinguish between two distinct classes using a binary output function.
Distinct from Binary Classification Metrics: Candidates focus on binary file analysis or evaluation metrics, not the implementation of binary classifiers.
Explore 7 awesome GitHub repositories matching artificial intelligence & ml · Binary Classifiers. Refine with filters or upvote what's useful.
Awesome Binary Classifiers GitHub Repositories
اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
- nlp-love/ml-nlp
NLP-LOVE/ML-NLP
17,725عرض على GitHubThis project is a machine learning algorithm reference and implementation guide that provides theoretical foundations and code for supervised learning, deep learning, and natural language processing. It serves as a comprehensive toolkit for implementing predictive models and a technical reference for algorithm engineering. The project focuses on ensemble learning frameworks, including the construction of decision trees, random forests, and gradient boosting models. It also functions as a probabilistic graphical model library and an NLP algorithm reference, with specific implementations for se
Implements binary classification using a linear combination of features passed through a sigmoid function.
Jupyter Notebookdeep-learningmachine-learningnlp - apachecn/interview
apachecn/Interview
8,944عرض على GitHubThis project is a comprehensive knowledge base and study resource designed for mastering technical interviews. It provides structured guides, roadmaps, and curricula focused on data structures, algorithms, system design, and frontend engineering to help candidates prepare for software engineering screenings. The repository distinguishes itself by offering a holistic approach to professional advancement. Beyond technical drills, it includes a career development handbook covering resume optimization, salary benchmarking, and strategic negotiation coaching. It also provides detailed methodologie
Implements binary classifiers using algorithms such as Random Forest and SVM for outcome prediction.
Jupyter Notebookinterviewkaggleleetcode - hironsan/bosssensor
Hironsan/BossSensor
6,284عرض على GitHubHide screen when boss is approaching.
Trains a binary classifier to distinguish a specific person's face from all others using limited sample images.
Pythoncnncomputer-visiondeep-learning - accord-net/framework
accord-net/framework
4,540عرض على GitHubهذا المشروع عبارة عن إطار عمل للحوسبة العلمية لنظام .NET، يوفر مجموعة شاملة من المكتبات للتحليل العددي، والإحصاء، والتحسين الرياضي. يعمل كمجموعة أدوات أساسية لتطوير التطبيقات في تعلم الآلة، ومعالجة الإشارات الرقمية، ورؤية الحاسوب. يوفر إطار العمل مجموعات أدوات متخصصة لتدريب ونشر النماذج التنبؤية، بما في ذلك الشبكات العصبية، وآلات ناقل الدعم، وأشجار القرار. كما يتميز بتكامل عميق للتحليل المرئي في الوقت الفعلي، مثل تتبع الكائنات واكتشاف ملامح الوجه، إلى جانب مكتبة مخصصة لمعالجة الإشارات الرقمية لالتقاط وتصفية إشارات الصوت والمستشعرات. تمتد مساحة الإمكانيات إلى تحليل المصفوفات عالي المستوى والجبر الخطي، ونمذجة الحالة الاحتمالية، وخوارزميات البحث الاستكشافي. كما تغطي مجموعة واسعة من أدوات معالجة البيانات، من تقليل الأبعاد والتطبيع إلى تنظيم البيانات المكانية ومكونات التصور العلمي. يتضمن النظام وحدات تحكم تكامل الأجهزة لتكوين الكاميرا، وإدارة منافذ GPIO، وأجهزة استشعار العمق المتخصصة.
Provides tools for fitting linear or kernel-based machines specifically for two-class categorization tasks.
C# - hunkim/deeplearningzerotoall
hunkim/DeepLearningZeroToAll
4,494عرض على GitHubDeepLearningZeroToAll هو مورد تعليمي شامل ومجموعة تنفيذ تركز على التعلم العميق والتعلم الآلي. يوفر مسار تعلم منظماً باستخدام TensorFlow للانتقال من النماذج الخطية الأساسية إلى بنى الشبكات العصبية المعقدة. يتميز المشروع بتنفيذاته العملية لأنواع مختلفة من الشبكات، بما في ذلك perceptrons متعددة الطبقات لمشاكل المنطق، والشبكات العصبية التلافيفية للبيانات المكانية والتعرف على الصور، والشبكات العصبية المتكررة باستخدام خلايا LSTM للتنبؤ بالسلاسل الزمنية وتنبؤ تسلسل الأحرف. كما يتضمن عروضاً توضيحية مفصلة لتنظيم النموذج من خلال تقنيات تطبيع الدفعات (batch normalization) والـ dropout. يغطي المستودع مجموعة واسعة من القدرات، بما في ذلك التعلم الآلي الخاضع للإشراف مع الانحدار الخطي واللوجستي، وهندسة البيانات لمعالجة الـ tensor والقياس، وتحسين النموذج من خلال الانحدار المتدرج (gradient descent) وحسابات الانتشار العكسي اليدوية. كما يتضمن أدوات لتقييم النموذج، واستمرارية الأوزان، وقابلية مراقبة التدريب عبر تصور دالة التكلفة وتسجيل المقاييس. يتم تقديم المحتوى من خلال سلسلة من Jupyter Notebooks.
Builds binary classifiers to solve logic problems using weights and sigmoid activations.
Jupyter Notebookkeraslabmxnet - johnsnowlabs/spark-nlp
JohnSnowLabs/spark-nlp
4,135عرض على GitHubSpark NLP هي مجموعة أدوات لتحليل النصوص القابل للتوسع والتعلم الآلي مبنية على إطار عمل الحوسبة الموزعة Apache Spark. توفر إطار عمل للتعلم الآلي متعدد الوسائط ونظام خط أنابيب موزع لتسلسل أدوات التعليق لمعالجة البيانات اللغوية على نطاق واسع. تتضمن المكتبة معالج نصوص محولاً (transformer) لتوليد تضمينات متجهات سياقية ومحرك استدلال مخصص لإدارة نماذج اللغة الكبيرة. يتميز المشروع بقدرته على معالجة أنواع البيانات غير المتجانسة، بما في ذلك النصوص والصوت والصور، ضمن بنية رؤية-لغة موحدة. ويدعم إمكانيات الذكاء الاصطناعي التوليدي المتقدمة مثل هندسة الأوامر (prompt engineering)، واستخراج الكيانات المهيكلة مع مخرجات JSON مقيدة، والاستدلال المحلي للقضاء على زمن انتقال الشبكة. بالإضافة إلى ذلك، يوفر أدوات للترجمة عبر اللغات والتصنيف بدون تدريب عبر كل من وسائط النص والصورة. يغطي إطار العمل مجموعة واسعة من الإمكانيات، بما في ذلك تدريب النماذج الخاضعة للإشراف للتعرف على الكيانات وتحليل المشاعر، بالإضافة إلى الإجابة على الأسئلة الاستخراجية وتلخيص المستندات. ويدمج دعم قاعدة بيانات المتجهات للبحث عن التشابه ويوفر بنية تحتية لتسريع GPU وإدارة دورة حياة النموذج عبر سجل مركزي. تسمح مجموعة الأدوات بتوزيع النماذج وخطوط الأنابيب المخصصة عبر مستودع عام وتدعم نشر النماذج عبر واجهات برمجة تطبيقات REST.
Builds deep learning binary classifiers at the sentence level using neural networks and embeddings.
Scala - ashishpatel26/andrew-ng-notes
ashishpatel26/Andrew-NG-Notes
3,594عرض على GitHubThis project is a collection of structured study notes and notebooks serving as an educational resource for deep learning and neural network fundamentals. It provides a technical reference for implementing machine learning theory, covering everything from basic network design to the construction of advanced architectures. The material specifically focuses on the implementation of convolutional neural networks for computer vision and sequence models for natural language processing. It includes detailed guidance on building object detection systems, face recognition, and speech transcription mo
Guides the construction of binary classifiers to map input vectors to binary class probabilities.
Jupyter Notebookandrew-ngandrew-ng-courseandrew-ng-machine-learning
