#机器学习

SHOGUN是一个开源的机器学习工具库，自1999年开始开发。该项目使用C++实现核心功能，并提供自动生成的接口，支持Python、Octave、Java等多种编程语言。SHOGUN可在Linux、MacOS、Windows等主流操作系统上运行，提供丰富的示例和文档。它拥有广泛的机器学习算法支持，性能优异，采用BSD许可证发布，适合机器学习研究和应用开发。

该项目全面汇总了全球知名科技公司和研究机构的AI研究居留计划、实习项目和训练营信息。内容涵盖Google、Facebook、Microsoft等公司的AI居留项目,以及长期实习机会。同时收录相关文章、博客和讨论,为AI研究人才提供丰富资源。项目定期更新,实时跟踪AI研究机会,是AI领域求职和深造的权威参考。

Runhouse是一个Python机器学习开发框架，支持将函数和类快速部署到各种云计算基础设施。它实现了从笔记本电脑远程运行和调试代码，提供了灵活性和成本优化。该框架简化了从研究到生产的过程，支持跨集群、区域或云的复杂操作，并具备资源共享和版本控制功能。Runhouse适合在异构计算环境中执行Python的团队，能够提升机器学习开发的成熟度和效率。

该项目为Python无监督学习提供实践指南,介绍scikit-learn和TensorFlow框架处理未标记数据的方法。涵盖聚类、降维、生成模型等算法,并提供代码示例。项目包含Windows、macOS环境配置说明,支持GPU加速。内容涉及模式发现、异常检测、自动特征工程等应用,适合机器学习从业者参考学习。

Data-centric AI是一个新兴领域，注重通过改善数据质量和数量来提升AI系统性能。这个项目整理了Data-centric AI的全面资源，包含论文、代码和教程等。内容涵盖训练数据开发、推理数据开发和数据维护三大方面，为研究人员和开发者提供了深入了解和应用Data-centric AI概念与技术的宝贵参考。

该项目提供全面的AI学习资源,涵盖机器学习、深度学习和自然语言处理等领域。内容包括数学基础、算法原理及工具应用,从理论到实践构建系统知识。通过Jupyter Notebook和Colab实现互动学习,适合AI初学者和从业者掌握核心概念及最新进展。

GPBoost是一个创新机器学习库，融合树提升、高斯过程和分组随机效应模型。它支持独立应用树提升、高斯过程和广义线性混合效应模型，主要用C++编写，提供C接口及Python和R包。GPBoost算法结合树提升和潜在高斯模型优势，提高预测函数学习效率，优化高基数分类变量处理，并适用于空间或时空数据建模。这使其成为非线性建模和复杂依赖结构分析的理想工具。

lit项目为自学AI实践者提供了精心策划的技术书籍集锦。涵盖人工智能、数据科学、计算机科学、编程等多个领域的经典著作,从入门到进阶兼具理论深度和实践指导。项目创建者基于个人经验对每本书进行简要介绍,为读者选择合适学习材料提供参考。这一资源有助于系统全面地学习AI相关知识。

ai_projects是一个涵盖多个机器学习领域的开源项目仓库。内容包括CNN、转移学习、推荐系统和自然语言处理等主题。每个项目都配有Jupyter笔记本和相关博客文章，为开发者和研究者提供实践资源。仓库定期更新，展示AI技术在实际应用中的最新进展。

本项目汇集了人工智能领域的优质资源，包括课程、工具、应用和开源项目。内容涵盖机器学习、深度学习、自然语言处理、机器人技术和对话系统等热门方向，适合研究人员、开发者和学习者参考。此外还收录了AI公司、研究机构信息及业界动态，为探索AI前沿提供全面指南。

OnnxStack为.NET开发者提供了一个便捷的机器学习集成方案。它与ONNX Runtime和Microsoft ML无缝对接，支持Stable Diffusion、图像放大和对象检测等AI模型。开发者可以在.NET环境中直接构建和运行机器学习应用，不再依赖Python。这个框架大大简化了AI开发流程，是.NET生态系统中的一个重要补充。

Modular Diffusion是一个基于PyTorch的模块化扩散模型框架，为设计和训练自定义扩散模型提供了简洁的API。该框架支持多种噪声类型、调度类型、去噪网络和损失函数，并提供了预构建模块库。Modular Diffusion适用于图像生成和非自回归文本合成等多种应用场景，适合AI研究人员和爱好者使用。其模块化设计简化了新型扩散模型的创建和实验过程。

这个开源项目为高中生设计了一条机器学习和人工智能的学习路径。内容涵盖Python基础、机器学习算法和特定领域深入学习,无需复杂数学知识。通过推荐课程、实践项目和深入学习建议,学生可在短期内掌握相关技能。项目还提供AI领域前沿资讯,帮助学生全面了解这一领域。

DeepMind Lab2D是一个专为机器学习研究设计的2D环境创建系统。它通过文本地图和Lua代码定义网格世界，兼具易用性和高性能。系统支持多智能体交互，提供Python dm_env API和C API接口。适用于Linux和macOS平台，可通过pip安装或源码构建。DeepMind Lab2D为研究人员提供了一个灵活高效的2D环境开发工具。

Therapeutics Data Commons (TDC) 是一个开源的人工智能平台，旨在促进药物发现和开发领域的技术创新。该平台提供多样化的AI任务、数据集和基准测试，覆盖从靶点识别到药物安全评估的全过程。TDC为研究人员提供便捷的数据加载工具和高效的数据处理功能，同时建立了透明的评估体系。这一开放科学倡议正在推动人工智能在治疗科学中的应用和验证，重塑药物研发流程。

ML-University是一个开源的机器学习学习资源库，汇集了顶尖大学和机构的免费课程。内容涵盖数学基础、机器学习、深度学习、自然语言处理等，适合不同层次的学习者。项目持续更新，提供系统化的学习路径，助力机器学习爱好者提升技能。

这个项目收集了机器学习在编译器和程序优化领域的重要资源,包括研究论文、数据集和工具。涵盖迭代编译、指令级优化、并行映射等多个主题,提供了全面的参考材料。除学术资源外,还包括相关书籍、演讲、软件和基准测试,是该领域研究和开发的综合指南。

ReservoirPy是一个实现高效储层计算架构的Python库，专注于回声状态网络(ESN)。它具备离线和在线训练、并行计算、稀疏矩阵运算等功能，支持构建复杂的多储层架构。该库提供图形化工具用于超参数探索，并包含多个教程和科学论文复现案例。适用于Python 3.8及以上版本，ReservoirPy为储层计算提供了简洁而强大的实现方案。

DiffusionFromScratch是一个开源项目，提供精简代码库用于重建稳定扩散模型。项目特点包括单Python脚本实现、支持MNIST和CelebA数据集训练，以及提供多个Colab笔记本。这些笔记本涵盖模型架构探索、UNet模型构建和基于文本生成MNIST图像等内容。项目还展示了演示输出和音乐视频生成示例，为学习稳定扩散模型提供了实用资源。

本指南全面介绍图像信号处理(ISP)技术,涵盖应用、库和工具。内容包括机器学习、深度学习、计算机视觉和LiDAR等相关领域,并提供丰富的学习资源和开发工具。适合初学者和有经验开发人员深入学习ISP知识,提升相关技能。

ComputeLibrary是一个专为Arm架构优化的机器学习函数库，支持Cortex-A、Neoverse处理器和Mali GPU。它提供100多个低级机器学习函数，覆盖多种数据类型和卷积算法，并采用微架构优化、内核融合等先进技术。作为开源项目，ComputeLibrary具有高性能、高度可配置的特点，为Arm平台的机器学习应用开发提供了强大支持。

kshape-python是一种用于单变量和多变量时间序列聚类的高效无监督算法。该方法在ACM SIGMOD 2015会议上获得最佳论文奖，已在多个科学领域和知名企业中广泛应用。kshape-python在准确性和效率方面表现出色，在包含100多个数据集的基准测试中名列前茅。该项目提供CPU和GPU版本实现，可处理大规模时间序列数据。项目提供详细的安装说明、使用示例和基准测试结果，支持单变量和多变量时间序列数据，可在CPU或GPU上运行。该方法在UCR和UAE两个established benchmarks上进行了评估，展示了其在不同数据集上的性能。

AutoQuant是一个开源的自动化机器学习工具包,旨在提升模型开发和运营效率。它集成了CatBoost、LightGBM、XGBoost和H2O等先进算法,支持GPU和CPU计算。该工具包涵盖了特征工程、模型训练、评估和部署等机器学习全流程。AutoQuant在多个行业应用中表现出色,为数据科学家提供了一个高效的机器学习开发平台。

hctsa是一款功能强大的MATLAB时间序列分析工具包，专注于特征提取和比较分析。它能从单变量时间序列中提取大量特征，并提供多种分析工具。主要功能包括数据标准化、聚类、降维、特征识别和分类模型评估。该工具包适用于多领域的时间序列研究，能够深入挖掘数据特征，进行全面的比较分析。

PyPOTS是一个专注于部分观测时间序列(POTS)机器学习的Python工具箱。它集成了经典和前沿算法，支持数据插补、分类、聚类、预测和异常检测等任务。该工具箱提供统一API、详细文档和交互示例，简化POTS数据处理流程。PyPOTS支持多种神经网络模型，并具备超参数优化功能，为时间序列分析提供综合解决方案。

causal-learn是一个开源的Python因果发现库，实现了多种经典和前沿的因果发现算法。它提供了基于约束、基于评分、基于函数因果模型等方法，以及独立性测试、评分函数等实用工具。该库文档完善，示例丰富，适用于研究人员和数据科学家进行因果关系分析和算法开发。causal-learn是Tetrad项目的Python版本和扩展，由CMU-CLeaR小组积极开发和维护，并提供了丰富的基准数据集供社区使用。

catch22是一个包含22个时间序列特征的开源库，由C语言编写，支持Python、R、Matlab和Julia等多种编程语言。这些特征是从7000多个候选中精选而来，在93个实际时间序列分类问题中表现优异。catch22提供了跨平台的安装方法和使用接口，包括各语言的原生版本和C编译版本。该工具主要用于高效提取时间序列的动态特征，适用于多种研究和应用场景。

Luminaire是一个开源的Python库，专门用于时间序列数据的异常检测和预测。它集成了数据预处理、建模和配置优化功能，可自动处理各类时间序列数据。该库支持批处理和流式数据监控，能识别相关性和季节性模式，并适应数据随时间的变化。Luminaire设计简单易用，仅需少量配置即可实现高效的异常检测。

Scalecast是一个功能全面的时间序列预测Python库。它提供统一的机器学习建模接口，支持LSTM、ARIMA等多种模型类型。该库集成了自动特征选择、超参数调优、模型堆叠等功能，并提供便捷的数据可视化工具。Scalecast致力于简化复杂的时间序列预测任务，适用于不同规模的预测项目。

PyAF是一个开源的Python自动预测库，基于NumPy、SciPy等流行数据科学模块构建。该库利用机器学习方法自动预测时间序列未来值，功能comparable于一些商业预测产品。它支持信号分解、外生数据和层次预测，提供简洁API和可定制建模过程。PyAF适用于Python 3.x，采用BSD 3-Clause许可证。PyAF可用于销售预测、股票走势分析、能源需求预测等多种时间序列预测任务。

EasyTemporalPointProcess是一个用于时序点过程开发和应用的开源工具包。该工具包具有配置灵活、兼容性强和结果可复现等特点,支持多种先进TPP模型,提供预处理数据集和超参数优化功能。EasyTPP同时兼容TensorFlow和PyTorch框架,可用于学术研究和工业实践。研究人员和从业者可以利用它轻松定制TPP模型并进行开放基准测试。

本项目汇集了异常检测领域的全面学习资源,包括书籍、论文、课程、数据集和工具库。涵盖多变量数据、时间序列和图网络等多种异常检测类型,并提供关键算法、高维数据和集成方法等研究方向的资料。同时列出重要会议和期刊,为异常检测研究者和实践者提供了宝贵的资源库。

这本书全面介绍Python时间序列分析和预测技术，涵盖数据获取、预处理和高级建模。内容包括统计方法、机器学习和深度学习算法，以及使用TensorFlow、PyTorch等框架进行预测。通过实用代码示例和案例研究，读者可以学习处理复杂时间序列数据、进行异常检测，并解决实际业务问题。适合数据分析师和开发者提升时间序列分析技能。

PanelCleaner 是一款开源的漫画文本清理工具，采用机器学习技术精确识别文本区域并生成高质量遮罩。该工具能自动清理简单对话气泡，支持批量处理和自定义清理参数，并提供OCR文本提取功能。通过直观的图形界面，PanelCleaner 可大幅提高漫画翻译效率，减少重复性工作，同时避免误删非文本内容。

deeptime是一个专注于时间序列数据分析的Python库，集成了多种动态模型估计工具。该库涵盖传统线性学习方法（如马尔可夫状态模型、隐马尔可夫模型和Koopman模型）及先进的核方法和深度学习技术。与scikit-learn兼容的同时，deeptime还提供了独特的Model类，用于分析热力学、动力学和其他动态特性。该库支持多平台安装，适用于各类时间序列数据研究。

该项目提供时间序列预测特征工程的全面指南，涵盖数据表格化、时间序列分解、缺失值处理和异常值检测等核心内容。深入介绍滞后特征、窗口特征、趋势和季节性特征的创建方法，以及日期时间和分类特征的处理技巧。通过实践代码和详细说明，旨在提升预测模型性能。