Awesome GitHub RepositoriesData Preprocessing

This project is an interactive data science environment that combines code execution, rich media visualization, and narrative documentation into a persistent, browser-based platform. It serves as a comprehensive educational resource for scientific computing, providing a framework for iterative data analysis and machine learning prototyping. The environment is distinguished by its focus on high-performance numerical computing, utilizing vectorized array operations and memory-mapped data structures to handle large-scale computations efficiently. It features a unified estimator interface that st

DeepSeek-Coder is a large language model and foundational neural network architecture designed specifically for software development tasks. It functions as an artificial intelligence assistant capable of interpreting complex programming instructions to generate, transpile, and structure source code. The system distinguishes itself through its ability to perform project-level code generation, analyzing broader context and patterns across entire software projects rather than isolated files. It supports multimodal input processing, allowing for the integration of text and visual data to inform i

This project is a cross-platform machine learning inference engine designed to execute pre-trained models across diverse operating systems and hardware environments. It functions as a standardized execution framework that manages the entire lifecycle of model inference, from loading and graph optimization to hardware-accelerated execution and generative sequence management. The runtime distinguishes itself through a highly modular architecture that decouples model logic from hardware-specific kernels. By utilizing an execution provider abstraction, it enables developers to offload computation

AutoGluon is an automated machine learning framework and multimodal library designed to automate the end-to-end pipeline from data preprocessing to high-accuracy model training and validation. It functions as an automated model trainer for tabular, image, text, and time series data, as well as a tool for time series forecasting and foundation model finetuning. The project is distinguished by its ability to jointly process and fuse different data types, allowing for the construction of multimodal neural networks that integrate images, text, and structured tables. It supports zero-shot inferenc

CatBoost is a gradient boosting machine learning library used to train decision tree ensembles for regression, classification, and ranking tasks. It functions as a high-performance framework that provides a categorical data processor for transforming non-numeric features, a distributed trainer for large-scale datasets, and GPU acceleration to speed up model construction. The library distinguishes itself through native handling of categorical data and text features, removing the need for manual encoding. It includes a specialized model interpretability tool that leverages SHAP values and featu

This project is a manifold learning and non-linear dimensionality reduction library used to project high-dimensional data into lower-dimensional spaces while preserving topological structure. It functions as a parametric embedding framework and a topological data visualization library for identifying clusters and patterns within complex datasets. The library distinguishes itself through parametric neural mapping, which uses neural networks to learn functional mappings that allow for out-of-sample projections and the reconstruction of original data. It supports supervised and semi-supervised d

This project is a machine learning educational resource and implementation guide for Python. It provides a collection of executable code and notebooks that demonstrate predictive modeling, data analysis workflows, and the implementation of various machine learning algorithms. The repository features practical examples of classification, regression, and clustering tasks using Scikit-Learn, alongside tutorials for building and training deep learning architectures with TensorFlow. These include implementations of convolutional and recurrent networks. The content covers a broad range of capabili

यह Python प्रोग्रामिंग भाषा का उपयोग करके मशीन लर्निंग के मूल सिद्धांतों को सिखाने के लिए डिज़ाइन किया गया एक व्यापक शैक्षिक पाठ्यक्रम है। यह सुपरवाइज्ड लर्निंग, अनसुपरवाइज्ड लर्निंग और डीप लर्निंग के कार्यान्वयन और सिद्धांत को कवर करने वाला एक संरचित पाठ्यक्रम प्रदान करता है। पाठ्यक्रम इंटरैक्टिव नोटबुक के माध्यम से प्रदान किया जाता है जो निष्पादन योग्य कोड को तकनीकी ट्यूटोरियल के साथ जोड़ते हैं। इसमें न्यूरल नेटवर्क आर्किटेक्चर बनाने, वर्गीकरण और रिग्रेशन मॉडल लागू करने, और अनलेबल डेटा में पैटर्न खोज के लिए क्लस्टरिंग तकनीकों का उपयोग करने के लिए समर्पित गाइड शामिल हैं। सामग्री पूरे मशीन लर्निंग वर्कफ़्लो को कवर करती है, जिसमें डेटा प्रीप्रोसेसिंग और कैटेगोरिकल एन्कोडिंग, मॉडल ट्रेनिंग और हाइपरपैरामीटर ट्यूनिंग, और प्रदर्शन मूल्यांकन शामिल है। इसमें मॉडल व्यवहार की कल्पना करने के लिए उपकरण भी शामिल हैं, जैसे डिसीजन बाउंड्री प्लॉटिंग और डिसीजन ट्री आरेख।

Anomalib is a PyTorch-based library for visual anomaly detection, offering a modular framework, a comprehensive model zoo, and a benchmarking suite designed for industrial defect detection. It provides a wide range of algorithms—including generative, discriminative, teacher-student, and vision-language approaches—that support unsupervised, few-shot, and zero-shot settings. The library enables deployment through model export to ONNX and OpenVINO for edge devices, and includes a no-code web application for training and inference. It also features a command-line interface for orchestrating multi

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

This project is a comprehensive instructional resource and course for building neural networks using PyTorch. It covers the fundamental building blocks of deep learning, including tensor manipulation, automatic differentiation, and the construction of modular neural network components. The repository serves as a technical guide for several specialized domains. It provides implementation details for computer vision tasks such as image classification, object detection, and semantic segmentation, as well as natural language processing workflows involving transformers, recurrent networks, and gen

यह प्रोजेक्ट एक TensorFlow मेटा-लर्निंग फ्रेमवर्क और रिसर्च टूलकिट है जिसे लर्न ऑप्टिमाइज़र्स को लागू करने और ट्रेन करने के लिए डिज़ाइन किया गया है। यह उन न्यूरल नेटवर्क्स को विकसित करने के लिए टूल्स की एक लाइब्रेरी प्रदान करता है जो अन्य मॉडल्स को ऑप्टिमाइज़ करना सीखते हैं, जो पारंपरिक ग्रेडिएंट-आधारित ऑप्टिमाइज़ेशन एल्गोरिदम की जगह लेते हैं। इस फ्रेमवर्क में एक प्रॉब्लम एन्सेम्बल मैनेजर शामिल है जो एक साथ ट्रेनिंग के लिए कई अलग-अलग ऑप्टिमाइज़ेशन कार्यों को एक ही वेटेड लॉस फंक्शन में संयोजित करने की अनुमति देता है। यह नेटवर्क इंस्टेंटिएशन के लिए फैक्ट्री पैटर्न का उपयोग करता है और लर्निंग एल्गोरिदम के लक्ष्यों के रूप में कस्टम ऑब्जेक्टिव फंक्शन्स और लॉस ग्राफ्स की परिभाषा का समर्थन करता है। यह टूलकिट ग्रेडिएंट-आधारित मेटा-ऑप्टिमाइज़ेशन, मॉडल बेंचमार्किंग, और कॉन्फ़िगर करने योग्य अनरोल लेंथ के साथ ट्रेनिंग लूप्स के निष्पादन सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करती है। यह ग्रेडिएंट प्रीप्रोसेसिंग, सीरियलाइज्ड स्टेट पर्सिस्टेंस, और मीन फाइनल एरर और इपोक ड्यूरेशन जैसे प्रयोग के आंकड़ों की रिपोर्टिंग के लिए यूटिलिटीज भी प्रदान करती है।