practical ml
1.0.0
„Fortschritt ist ein natürliches Ergebnis davon, dass man sich auf den Prozess konzentriert, etwas zu tun.“ - Thomas Sterner, Der praktizierende Geist
Pratical ML ist eine Sammlung von Jupyter-Notizbüchern, in denen man anhand von Beispielen lernen und aktiv das Training modernster Modelle und Algorithmen für maschinelles Lernen üben kann.
Um zu beginnen, suchen Sie unten nach einer Aufgabe, die Sie interessiert, und klicken Sie auf die Schaltfläche in dieser Zeile oder klicken Sie auf die Schaltfläche „Artikel“, wenn Sie stattdessen lieber lesen möchten.
| Aufgabe | Datensatz | Modell | Notizbuch | |
|---|---|---|---|---|
| Anime-Charakter GAN | Privat | StilGAN2 | ||
| Anime-Superauflösung | Privat | Waifu2x+CARN | ||
| Kunstgeneration | WikiArt | v-Diffusion+CLIP | ||
| Erkennen Sie Personen anhand von Bildern | COCO | YOLOv5 | ||
| Klassifizierung von Dokumentenbildern | RVL-CDIP | DiT | ||
| Gesicht mit Superauflösung | Privat | Echt-ESRGAN | ||
| Gesicht zum Anime | Datensatz-1 | AnimeGANv2 | ||
| Optische Zeichenerkennung | SROIE | TrOCR | ||
| Bildhintergrund entfernen | VOC2012 | DeepLabV3 |
| Aufgabe | Datensatz | SOTA | SOTA Acc | Unser Acc | Notizbuch | |
|---|---|---|---|---|---|---|
| Erkennung von Hassreden | Dynabench | Bestenliste | - | 86,6 | ||
| Anerkennung benannter Entitäten | BC5CDR | Nooralahzadeh et al. (2019) | 89,9 | 89,3 | ||
| Anerkennung benannter Entitäten | CoNLL++ | Wang et al. (2019) | 94,3 | 93,5 | ||
| Anerkennung benannter Entitäten (CN) | MSRA | Zhang et al. (2018) | 93,2 | 93,9 | ||
| Anerkennung benannter Entitäten (CN) | WEIBO_1K | Peng et al. (2016) | 47 | 67,5 | ||
| Sarkarsmus-Erkennung | Cai et al. (2019) | Pan et al. (2020) | 82,9 | 92,2 | ||
| Stimmungsanalyse | IMDB | Yang et al. (2019) | 96,2 | 92,2 | ||
| Stimmungsanalyse (CN) | WAIMAI_10K | BERT | 89 | 91,5 |
| Aufgabe | Datensatz | Modell | Notizbuch | |
|---|---|---|---|---|
| Mandarin Text-to-Speech | DataBaker | Tacotron2-DDC-GST | ||
| Singlish Text-to-Speech | IMDA | FastSpeech2+MelGAN | ||
| Text-to-Speech | LJ-Rede | Tacotron2+WaveGlow | ||
| Text-to-Speech | Privat | SileroTTS | ||
| Untertitelung von Videos | LibriSpeech | Wav2Vec2 | ||
| Untertitelung von Videos | Privat | Flüstern |
Der Dank geht an diese wunderbaren Menschen (Emoji-Taste):
Dieses Projekt folgt der All-Contributors-Spezifikation. Beiträge jeglicher Art sind willkommen!
MIT
Wenn Sie practical-ml zitieren möchten, verwenden Sie den folgenden Bibtex-Eintrag:
@misc{siow2020practicalml,
title={Practical Machine Learning: A Collection of Machine Learning Experiments in Notebooks},
author={Eugene Siow},
year={2020},
url={https://github.com/eugenesiow/practical-ml},
note={Available at: https://github.com/eugenesiow/practical-ml}
}
