Awesome GitHub RepositoriesMachine Learning Classification

micrograd is a scalar autograd engine and minimal neural network library. It implements a system for reverse-mode automatic differentiation over a dynamic graph of scalar operations to calculate gradients. The project includes a computation graph visualizer that generates representations of data flow and gradient propagation. It provides a set of tools for constructing and training multi-layer perceptrons using an API modeled after PyTorch. The library covers the fundamentals of backpropagation and neural network construction, specifically for binary classification tasks. This includes the i

This repository is a comprehensive collection of instructional guides and practical examples for Python development, focusing on machine learning, data science, and web scraping. It provides implementations for neural networks, reinforcement learning algorithms, and deep learning architectures using PyTorch, alongside detailed manuals for scientific computing and data visualization. The project distinguishes itself by offering specialized tutorials on concurrent programming to optimize CPU performance and guides for setting up Linux development environments. It covers the implementation of ad

This project is an educational resource providing practical code examples and implementations of machine learning algorithms using the Python language. It serves as a guide for constructing predictive pipelines, clustering models, and dimensionality reduction within the Scikit-Learn ecosystem. The repository includes comprehensive demonstrations for supervised and unsupervised learning, as well as detailed examples for implementing neural networks and deep architectures. It also provides practical guidance on exporting model parameters to JSON and wrapping trained models in web APIs for produ

Pattern is a Python web mining library that functions as an HTML web scraper, a natural language processing toolkit, and a network analysis tool. It provides a mathematical framework for categorizing datasets through a vector space model library. The project enables the extraction of structured data from web services and the creation of searchable web content indexes. It processes unstructured text using sentiment analysis, part-of-speech tagging, and n-gram searching. The library covers machine learning classification through the training of models using perceptron algorithms and support ve

This project is a collection of educational resources and instructional guides for learning deep learning and neural network implementation using TensorFlow. It provides a structured set of tutorials and notebooks written in Chinese, covering supervised and unsupervised learning tasks. The material focuses on practical implementations of diverse neural network architectures, including convolutional, recurrent, and autoencoder networks. It includes specific training content for computer vision, natural language processing, and generative models. The coverage extends to specialized network arc

SerpentAI is a game AI development kit and computer vision framework designed for building autonomous agents that interact with video games. It serves as a game input automation tool and a machine learning model integration engine, allowing developers to create agents that perceive game states and execute actions. The framework utilizes a plugin-based agent architecture to provide modular extensions for game-specific logic and behaviors. It features a specialized system for training, bundling, and deploying machine learning classifiers to recognize visual contexts and game states in real time

Smile is a comprehensive JVM machine learning library and statistical computing toolkit. It provides a suite of algorithms for classification, regression, and clustering, implemented natively for Java, Scala, and Kotlin. The project also functions as a deep learning framework, a natural language processing library, and an inference engine for large language models. The library distinguishes itself through GPU acceleration via LibTorch bindings and support for the ONNX model interchange format. It includes specialized capabilities for large language model inference, featuring Byte-Pair Encodin

The TensorFlow Cookbook is a collection of code examples and recipes for building, training, and deploying machine learning models using TensorFlow. It covers the full model lifecycle, from constructing neural networks and training them with configurable parameters to packaging trained models for production deployment with unit tests and multi-device support. The project also integrates TensorBoard for logging and visualizing computational graphs, scalar summaries, and histograms during training. The cookbook demonstrates a wide range of machine learning techniques, including convolutional ne

This is a comprehensive deep learning course delivered entirely through Jupyter Notebooks, designed to teach neural network construction using TensorFlow 2.x. The curriculum follows a sequential-model-first pedagogy, introducing the Sequential API before moving to functional and subclassing approaches, and covers the full spectrum of model building from regression and classification through convolutional neural networks, natural language processing, and time series forecasting. The course is structured around a checkpoint-based training workflow that saves the best model weights during traini

Ce projet est une collection de Jupyter Notebooks éducatifs proposant des tutoriels sur la construction de réseaux de neurones et les opérations sur tenseurs avec le framework TensorFlow. Il sert de dépôt pédagogique pour le machine learning et de guide d'implémentation pour les étudiants en deep learning. La suite se concentre sur des architectures avancées spécifiques, notamment les réseaux convolutifs pour la classification d'images, les réseaux résiduels avec connexions sautées pour la stabilité de l'entraînement, et les auto-encodeurs variationnels pour la modélisation générative et la synthèse de données. Elle inclut également des guides pour construire des auto-encodeurs de débruitage et profonds afin d'effectuer l'extraction de caractéristiques et la réduction de dimensionnalité. Le dépôt couvre un large spectre de modélisation prédictive, avec des implémentations de régression linéaire, polynomiale et logistique pour prédire des valeurs continues et des résultats binaires. Le contenu est organisé en notebooks interactifs permettant aux utilisateurs d'exécuter des opérations mathématiques et de modifier des expériences de machine learning.

Orange3 is a visual data mining platform that provides an interactive canvas for building data analysis workflows without writing code. At its core, it offers a widget-based visual programming environment where users connect configurable components to perform data preprocessing, machine learning model training, statistical evaluation, and interactive visualization. The platform is built on NumPy-backed data tables with domain descriptors that define variable names, types, and roles, and includes a lazy SQL query proxy for working with database tables without loading all data into memory. The

Ce projet est une ressource pédagogique complète sur le machine learning, présentée sous forme d'une série de tutoriels dans des Jupyter Notebooks interactifs. Il propose des implémentations pratiques en Python pour l'ensemble du cycle de vie du machine learning, couvrant l'apprentissage supervisé et non supervisé, le deep learning et l'apprentissage par renforcement. La ressource se distingue par des guides d'implémentation détaillés pour des architectures complexes, notamment les transformers, les réseaux antagonistes génératifs (GAN) et les réseaux de neurones convolutifs. Elle propose également des cours spécialisés pour développer des agents d'apprentissage par renforcement utilisant le Q-learning et les Deep Q-Networks dans des environnements simulés. Le contenu couvre un large spectre de capacités en data science, incluant les pipelines d'ingénierie de données, l'encodage de caractéristiques et la réduction de dimensionnalité. Il fournit un matériel étendu sur l'évaluation des modèles via la validation croisée et des métriques de diagnostic, ainsi que des sujets avancés comme le traitement du langage naturel (NLP), l'analyse de sentiment et l'IA générative. L'ensemble du cursus est conçu pour une exécution interactive dans des Jupyter Notebooks, combinant code exécutable, texte riche et visualisations.

Ce projet fournit une version traduite des guides et références API de la bibliothèque de machine learning scikit-learn pour les sinophones. Il sert de base de connaissances localisée et de référence technique pour implémenter l'analyse prédictive de données et la modélisation statistique en utilisant une boîte à outils basée sur Python. La ressource couvre l'implémentation de l'apprentissage supervisé, incluant les tâches de classification et de régression, ainsi que les workflows d'apprentissage non supervisé pour la découverte de motifs et la détection d'anomalies. Elle fournit également des conseils sur l'éducation en data science, en se concentrant spécifiquement sur l'utilisation de scikit-learn pour le machine learning. La documentation inclut des instructions détaillées sur le prétraitement des données, la réduction de dimensionnalité et la sélection de caractéristiques. Elle détaille en outre l'évaluation et le réglage des modèles via des métriques de performance, l'optimisation des hyperparamètres et la validation de généralisation, ainsi que l'utilisation de pipelines de prédiction et d'utilitaires de traitement du langage naturel.

cuml est une bibliothèque et un framework de machine learning accéléré par GPU qui utilise CUDA pour accélérer le prétraitement des données tabulaires et l'exécution des modèles. Il fournit une suite d'outils pour entraîner et déployer des modèles de classification, de régression et de clustering sur des GPU NVIDIA et des clusters de GPU. La bibliothèque est conçue pour l'évolutivité, offrant un environnement de machine learning GPU distribué qui peut répartir le calcul et les données sur plusieurs accélérateurs matériels et nœuds pour gérer des ensembles de données dépassant la mémoire d'un seul appareil. Elle reflète les interfaces d'estimateur standard pour permettre le remplacement des modèles basés sur CPU par des versions accélérées par GPU au sein des flux de travail existants. Le projet couvre une large gamme de capacités de machine learning, y compris l'apprentissage supervisé, le clustering non supervisé, la recherche du plus proche voisin et la réduction de dimensionnalité de haute dimension. Il inclut également un prétraitement de données tabulaires accéléré par le matériel pour la mise à l'échelle et l'encodage des caractéristiques, l'extraction de caractéristiques de texte, l'analyse de séries temporelles et l'explicabilité des prédictions de modèle. Les utilitaires de support incluent des outils pour la génération d'ensembles de données synthétiques, la sérialisation de l'état du modèle et le calcul des métriques de performance du modèle.

KnowledgeGraphData est une collection de jeux de données structurés et de corpus conçus pour fournir une couche fondamentale pour les systèmes d'intelligence cognitive et d'intelligence artificielle. Il se compose principalement de jeux de données de graphes de connaissances chinois à grande échelle, y compris des données entité-relation et des jeux d'entraînement NLP utilisés pour piloter la compréhension sémantique et la réponse automatique aux questions. Le projet se concentre sur la construction et l'exportation de graphes entité-attribut-valeur massifs, organisant les connaissances dans des formats portables. Il fournit un partitionnement de domaine spécialisé pour adapter la récupération d'informations à des domaines professionnels tels que la santé, l'armée et la sécurité publique. Le dépôt couvre un large éventail de capacités, notamment le traitement du langage naturel chinois, la recherche sémantique et les systèmes de dialogue cognitif. Sa boîte à outils englobe l'analyse linguistique, l'extraction d'entités, la détection de sentiment et la synthèse de texte, ainsi que l'analyse de contenu visuel pour l'audit de sites web et la conversion parole-texte.

opencv4nodejs est un ensemble de wrappers JavaScript et un addon natif C++ qui fournit des bindings Node.js pour la bibliothèque OpenCV. Il fonctionne comme une bibliothèque de vision par ordinateur et un framework de traitement d'image, exposant des algorithmes C++ haute performance à un environnement JavaScript. Le projet permet l'exécution d'algorithmes de vision pour détecter des visages, suivre des objets et analyser des données visuelles en utilisant des réseaux de neurones profonds. Il inclut des capacités pour la classification de motifs de données, la reconnaissance de motifs de texte et l'identification de points de repère faciaux et de gestes. Le framework couvre une large surface de capacités incluant le traitement d'image automatisé, la reconnaissance optique de caractères (OCR) et l'analyse vidéo en temps réel. Il fournit des outils pour les opérations arithmétiques matricielles, l'accès aux données de pixels et la gestion des fichiers image et de la capture vidéo en direct. La gestion des ressources est traitée via l'exécution de tâches asynchrones et le suivi de la mémoire externe pour maintenir la réactivité de la boucle d'événements.

Ce projet est un framework de reconnaissance d'entités nommées et un modèle de traitement du langage naturel basé sur TensorFlow. Il fournit un pipeline pour adapter des modèles de langage pré-entraînés à des tâches spécifiques de reconnaissance d'entités et de classification de texte. Le système implémente une architecture d'étiquetage de séquence qui combine des embeddings basés sur des transformeurs avec une modélisation de séquence bidirectionnelle et un décodage par champ aléatoire conditionnel. Il inclut des outils pour affiner les poids des modèles et entraîner le réseau à identifier et catégoriser les entités au sein de texte non structuré. Le framework inclut également une architecture client-serveur qui expose les modèles entraînés via une API HTTP. Cela permet l'inférence à distance, la prédiction d'entités nommées et la classification de documents texte via une interface réseau.

Ce projet est une bibliothèque de machines à vecteurs de support (SVM) implémentée en C, fournissant un moteur pour les tâches de classification et de régression. Il fonctionne comme une bibliothèque de noyau de machine learning et un validateur de modèle statistique utilisé pour catégoriser des points de données et prédire des valeurs numériques continues. La bibliothèque permet la définition de fonctions de noyau personnalisées pour calculer la similarité entre les points de données dans des jeux de données spécialisés. Elle inclut également des outils pour la modélisation probabiliste, tels que l'estimation de l'appartenance à une classe, la densité des données et les limites de distribution. Les capacités étendues couvrent l'entraînement de modèles pour des jeux de données multi-classes, incluant la gestion des données déséquilibrées via des fonctions de perte pondérées. Le système fournit des workflows pour la sélection d'hyperparamètres et l'optimisation de modèles en utilisant des contours de précision et la validation croisée stratifiée. Des utilitaires de prétraitement des données sont inclus pour la validation des entrées et la mise à l'échelle des attributs afin de normaliser les magnitudes des caractéristiques.

Ce projet est un framework de calcul scientifique pour l'écosystème .NET, fournissant une suite complète de bibliothèques pour l'analyse numérique, les statistiques et l'optimisation mathématique. Il sert de boîte à outils fondamentale pour développer des applications en machine learning, traitement numérique du signal et vision par ordinateur. Le framework fournit des outils spécialisés pour l'entraînement et le déploiement de modèles prédictifs, incluant les réseaux de neurones, les machines à vecteurs de support (SVM) et les arbres de décision. Il se distingue par des intégrations poussées pour l'analyse visuelle en temps réel, comme le suivi d'objets et la détection de traits faciaux, ainsi qu'une bibliothèque dédiée au traitement numérique du signal pour capturer et filtrer les signaux audio et de capteurs. La surface de capacités s'étend à la décomposition de matrices de haut niveau et à l'algèbre linéaire, à la modélisation d'états probabilistes et aux algorithmes de recherche heuristique. Il couvre également un large éventail d'utilitaires de manipulation de données, de la réduction de dimensionnalité et la normalisation à l'organisation de données spatiales et aux composants de visualisation scientifique. Le système inclut des contrôleurs d'intégration matérielle pour la configuration de caméras, la gestion des ports GPIO et le matériel de détection de profondeur spécialisé.

Spark NLP est une boîte à outils pour l'analyse de texte évolutive et l'apprentissage automatique construite sur le framework de calcul distribué Apache Spark. Il fournit un framework d'apprentissage automatique multimodal et un système de pipeline distribué pour séquencer les annotateurs afin de traiter des données linguistiques à grande échelle. La bibliothèque inclut un processeur de texte transformer pour générer des embeddings vectoriels contextuels et un moteur d'inférence dédié pour gérer les grands modèles de langage. Le projet se distingue par sa capacité à traiter des types de données hétérogènes, y compris le texte, l'audio et les images, au sein d'une architecture vision-langage unifiée. Il prend en charge des capacités avancées d'IA générative telles que le prompt engineering, l'extraction d'entités structurées avec sortie JSON contrainte, et l'inférence locale pour éliminer la latence réseau. De plus, il fournit des outils pour la traduction inter-langues et la classification zero-shot à travers les modalités texte et image. Le framework couvre un large éventail de capacités, y compris l'entraînement de modèles supervisés pour la reconnaissance d'entités et l'analyse de sentiment, ainsi que la réponse aux questions extractive et la synthèse de documents. Il intègre la prise en charge des bases de données vectorielles pour la recherche de similarité et offre une infrastructure pour l'accélération GPU et la gestion du cycle de vie des modèles via un registre centralisé. La boîte à outils permet la distribution de modèles et de pipelines personnalisés via un dépôt public et prend en charge le déploiement de modèles via des API REST.