Awesome GitHub RepositoriesNumerical Scaling

هذا المشروع عبارة عن مجموعة شاملة من مواد تعليم برمجة Python، بما في ذلك البرامج التعليمية، والتمارين، وعينات الكود المنسقة. يعمل كمنهج تعليمي ومجموعة أدوات هندسة برمجيات، باستخدام Jupyter Notebooks لدمج الكود القابل للتنفيذ مع نص تعليمي وصفي. يوفر المستودع أدلة تنفيذ عملية لبناء تطبيقات نماذج لغوية كبيرة، مثل أنظمة التوليد المعزز بالاسترجاع، ووكلاء الذكاء الاصطناعي ذوي الحالة، وسير عمل التعلم الآلي. يتميز بتقديم نهج منظم لسير عمل الترميز الوكيل، وتغطية تقطير نافذة السياق، وتوجيه النموذج المستقل عن المزود، والمخرجات المهيكلة المفروضة بالمخطط. تغطي المواد مجموعة واسعة من قدرات هندسة البرمجيات، بما في ذلك البرمجة غير المتزامنة مع طوابير المهام الموزعة، وتطوير تطبيقات الويب مع REST APIs، وسير عمل تحليل البيانات. كما يتضمن موارد لإتقان التصميم الموجه للكائنات، وتنفيذ خطوط أنابيب CI/CD، وتطبيق معايير التنسيق والتدقيق المهنية.

هذا المشروع عبارة عن مكتبة آلات ناقلات الدعم (SVM) تم تنفيذها بلغة C، وتوفر محركاً لمهام التصنيف والانحدار. تعمل كمكتبة نواة لتعلم الآلة ومصحح نماذج إحصائية يُستخدم لتصنيف نقاط البيانات والتنبؤ بالقيم الرقمية المستمرة. تسمح المكتبة بتعريف وظائف نواة مخصصة لحساب التشابه بين نقاط البيانات في مجموعات بيانات متخصصة. كما تتضمن أدوات للنمذجة الاحتمالية، مثل تقدير عضوية الفئة، وكثافة البيانات، وحدود التوزيع. تغطي القدرات الواسعة تدريب النماذج لمجموعات البيانات متعددة الفئات، بما في ذلك إدارة البيانات غير المتوازنة من خلال وظائف الخسارة المرجحة. يوفر النظام سير عمل لاختيار المعلمات الفائقة وتحسين النموذج باستخدام خطوط دقة الكنتور والتحقق المتبادل الطبقي. تتضمن أدوات معالجة البيانات المسبقة للتحقق من المدخلات وتحجيم السمات لتطبيع مقادير الميزات.

Linfa هو إطار عمل لتعلم الآلة الكلاسيكي ومجموعة تعلم إحصائي تم تنفيذها بلغة Rust. توفر المجموعة مجموعة من الخوارزميات للتعلم الخاضع للإشراف وغير الخاضع للإشراف، مع التركيز على الأساليب الإحصائية التقليدية مثل الانحدار، والتجميع، وأشجار القرار. تتميز مجموعة الأدوات بقدرتها على التجميع في WebAssembly، مما يتيح تنفيذ النماذج التحليلية داخل بيئات المتصفح. تستخدم المجموعة واجهة خوارزمية قائمة على السمات (trait-based) لتوحيد عملية التدريب والتنبؤ عبر نماذجها المختلفة. تغطي المكتبة مجموعة واسعة من الإمكانيات، بما في ذلك التصنيف الخاضع للإشراف وانحدار القيم المستمرة. توفر المكتبة التجميع غير الخاضع للإشراف، وطرق التجميع (ensemble) لتجميع النماذج، ومعالجة الإشارات من خلال تحليل المكونات المستقلة. تتضمن المجموعة أيضاً أدوات واسعة النطاق لمعالجة البيانات مسبقاً لتطبيع الميزات، وتجهيز النصوص، وتقليل الأبعاد باستخدام PCA و t-SNE. يتم توفير أدوات إضافية لإدارة البيانات، بما في ذلك استيراد CSV وتوليد مجموعات البيانات الاصطناعية، بالإضافة إلى أدوات تقييم النماذج مثل مصفوفات الارتباك ومقاييس التحقق المتبادل.

DeepLearningZeroToAll 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.

This project is a TensorFlow voice conversion framework and deep learning audio toolkit designed for neural voice style transfer. It functions as a speech synthesis engine that transforms the spectral characteristics of a source speaker's voice to match the vocal identity of a target speaker. The system employs a phoneme-based approach to voice conversion, classifying audio utterances into speaker-independent phonemes and resynthesizing them using a target voice. This pipeline allows for the transformation of voice characteristics by mapping audio features between different speakers. The too

DataFrame is a C++ tabular data library and manipulation engine designed for managing heterogeneous data in contiguous memory. It functions as a statistical analysis framework and time series analysis toolkit, providing the means to store, index, and transform multidimensional datasets. The project distinguishes itself through a high-performance execution model that utilizes column-major storage, SIMD-aligned memory allocation, and a thread-pool for parallel computations. It employs a visitor-based algorithm dispatch system and policy-driven transformations to decouple data processing logic f