Machine Learning Goodness

Machine Learning Goodness avec divers référentiels ou notebooks , projets ML/DL et astuces/astuces AGI/AI .

Aperçu et prochain mouvement

Avec le début du défi 100DaysOfMLCode , ce référentiel Machine Learning Goodness est mis à jour quotidiennement avec les blocs-notes Jupyter terminés, les codes Python, les projets ML, les bibliothèques ML/DL/NN utiles, les référentiels, les codes de triche de ML/DL/NN/AI, des informations utiles. tels que des sites Web, du matériel d'apprentissage utile, des conseils et ainsi de suite, sans parler du codage Python de base et avancé.

À mesure que le défi est relevé, le repo continue de croître. Lorsqu'ils sont trouvés, de nouveaux matériels utiles dans le monde de l'apprentissage automatique sont ajoutés à des livres, des outils ou des référentiels, ainsi que mis à jour dans le défi FinishYearWithML et tweetés via mon compte Twitter et sur Linkedin ainsi que parfois sur Facebook, Instagram.

Table des matières

• Table des matières
• Des livres dignes
• Des outils dignes
• Des référentiels dignes
• Carnets
• Remarques
• 100 jours de code ML
• FinAnnéeAvecML
• Publique
• Jupyter dans le navigateur
• Logo
• Licence

Des livres dignes

(Retour en haut)

Des livres intéressants pour perfectionner l'expertise en ML/DL/NN/AGI, en programmation Python, les fondamentaux CS nécessaires à l'analyse de l'IA et tout livre utile pour un développeur ou un ingénieur ML.

Nombre	Titre	Description	Lien
1	Grokking Algorithms : Un guide illustré pour les programmeurs et autres curieux	Visualisation des algorithmes les plus populaires utilisés en Machine Learning et en programmation pour résoudre des problèmes	Algorithmes de Grokking
2	Manuel de conception d'algorithmes	Introduction à l'analyse mathématique d'une variété d'algorithmes informatiques	Manuel de conception d'algorithmes
3	Théorie des catégories pour les programmeurs	Livre sur la théorie des catégories écrit sur des articles du café de programmation de Milewski	Théorie des catégories pour les programmeurs
4	Apprentissage automatique automatisé	Le livre comprend des aperçus des techniques de base dont nous avons besoin dans AutoML, fournit des discussions approfondies sur les systèmes AutoML existants et évalue l'état de l'art dans AutoML.	Apprentissage automatique automatisé
5	Mathématiques pour l'informatique	Livre du MIT sur les mathématiques pour l'informatique	Mathématiques pour l'informatique
6	Mathématiques pour l'apprentissage automatique	Livre de l'Université de Californie sur les mathématiques pour l'apprentissage automatique	Mathématiques pour l'apprentissage automatique
7	Intelligence artificielle appliquée	Livre sur les applications d'ingénierie de l'IA	Intelligence artificielle appliquée
8	Automatisation du pipeline d'apprentissage automatique	Présentation du livre sur l'automatisation du cycle de vie du ML avec la plateforme Databricks Lakehouse	Automatisation du pipeline d'apprentissage automatique
9	Désir d’apprentissage automatique	Le livre destiné aux ingénieurs en IA gagne l'ère du Deep Learning	Désir d’apprentissage automatique
10	Pensez Bayes	Une introduction aux statistiques bayésiennes avec l'implémentation de Python et Jupyter Notebooks	Pensez Bayes
11	Le guide ultime de ChatGPT	Le livre qui fournit 100 ressources pour améliorer votre vie avec ChatGPT	Le guide ultime de ChatGPT
12	L'art des invites ChatGPT : un guide pour créer des invites claires et efficaces	Le livre pour apprendre des stratégies pour créer des invites ChatGPT convaincantes qui génèrent des conversations engageantes et informatives	L'art des invites ChatGPT : un guide pour créer des invites claires et efficaces
13	10 invites ChatGPT pour les ingénieurs logiciels	Le livre pour apprendre à demander des tâches de génie logiciel	10 invites ChatGPT pour les ingénieurs logiciels
14	Comment bâtir votre carrière dans l'IA	Les idées d'Andrew Ng sur l'acquisition de compétences fondamentales, le travail sur des projets, la recherche d'emploi et la communauté dans la machine	Comment bâtir votre carrière dans l'IA
15	Machine Learning Q et IA	Le livre sur les questions populaires posées lors des entretiens sur le ML et des informations avancées sur ces questions	Machine Learning Q et IA
16	Un guide complet sur l’apprentissage automatique	Un livre gratuit de guide complet sur le ML	Un guide complet sur l’apprentissage automatique
17	Mathématiques pour l'apprentissage profond : ce que vous devez savoir pour comprendre les réseaux de neurones	Un livre de mathématiques pour l'apprentissage automatique et l'intelligence artificielle qui aborde les fondements mathématiques et statistiques de la science des données.	Mathématiques pour l'apprentissage profond : ce que vous devez savoir pour comprendre les réseaux de neurones

Des outils dignes

(Retour en haut)

Des sites Web et des outils intéressants comprenant des codes de triche pour Python, l'apprentissage automatique, l'apprentissage profond, les réseaux de neurones et autres outils utiles pendant que vous apprenez ou perfectionnez vos compétences peuvent être trouvés ici. Mis à jour en permanence lorsqu'un matériel digne d'intérêt est trouvé et partagé sur le référentiel.

Nombre	Titre	Description	Lien
1	Aide-mémoire Python	L'aide-mémoire Python basé sur le livre "Automate the Boring Stuff with Python" et de nombreuses autres sources	Aide-mémoire Python
2	Aide-mémoire pour les algorithmes d'apprentissage automatique	L'aide-mémoire d'apprentissage automatique expliquant brièvement différents modèles	Aide-mémoire pour les algorithmes ML
3	Ensembles de données et outils d'IA impressionnants	Liens vers des ensembles de données open source et publics populaires, des visualisations de données, des ressources d'analyse de données et des lacs de données	Ensembles de données et outils d'IA impressionnants
4	Aide-mémoire pour l'apprentissage automatique	Cette aide-mémoire contient de nombreuses équations et diagrammes classiques sur le Machine Learning pour rappeler rapidement les connaissances et les idées sur le Machine Learning.	Aide-mémoire pour l'apprentissage automatique
5	Intelligence universelle : une définition de l'intelligence artificielle	La publication sur les définitions du renseignement	Intelligence universelle
6	Régression logistique	Aperçu détaillé de la régression logistique	Régression logistique
7	Vue d'ensemble du BCI	Aperçu simple de l'interface cerveau-ordinateur (BCI)	Vue d'ensemble du BCI
8	Recherche BCI	Recherche fascinante sur l’interface cerveau-ordinateur (BCI)	Recherche BCI
9	L'IA dans la découverte chimique	Comment l’IA change-t-elle la découverte chimique ?	L'IA dans la découverte chimique
10	Apprentissage automatique pour la chimie	Meilleures pratiques en apprentissage automatique pour la chimie	Apprentissage automatique pour la chimie
11	Outils d'IA pour la découverte de médicaments	5 outils intéressants de découverte de médicaments basés sur l'IA	Outils d'IA pour la découverte de médicaments
12	Chimie quantique et apprentissage profond	L'application du Deep Learning et des réseaux de neurones à la chimie quantique	Chimie quantique et apprentissage profond
13	Machines informatiques et intelligence	Premier article sur l'IA par Alan Turing	Machines informatiques et intelligence
14	Le blog sur la prise d'Alan Turing	L'analyse de l'article d'Alan Turing sur l'IA (13 dans la liste) et le billet de blog sur sa vie	Blog sur Alan Turing
15	Esprits, cerveaux et programmes	Article qui s'oppose au « test de Turing » de John Searle	Esprits, cerveaux et programmes
16	Le blog sur la prise de John Searle et Alan Turing	Le billet de blog sur l'article de John Searle (15 dans la liste) et les idées sur l'IA et Alan Turing	John Searle et Alan Turing
17	La chaîne Youtube sur les réseaux de neurones du Deep Learning	Une chaîne YouTube étonnante expliquant ce qu'est le réseau neuronal avec des descriptions simples et faciles à suivre	Les réseaux de neurones du Deep Learning
18	8 architectures de réseaux de neurones	8 architectures de réseau neuronal que tout ingénieur ML devrait connaître	8 architectures
19	Réseaux de neurones pour la prédiction des réactions de chimie organique	L'utilisation de réseaux de neurones pour prédire les types de réactions	NN pour la prédiction des réactions de chimie organique
20	Système expert pour prédire les conditions de réaction : le cas de la réaction de Michael	Des modèles ont été construits pour décider de la compatibilité d'un processus de chimie organique avec chaque option de condition de réaction considérée.	Système expert pour prédire les conditions de réaction
21	Apprentissage automatique dans l’espace des réactions chimiques	Examen des espaces de réaction de molécules impliquées dans plusieurs réactions à l'aide des concepts ML	Apprentissage automatique dans l’espace des réactions chimiques
22	Apprentissage automatique pour les réactions chimiques	Un aperçu des questions qui peuvent et ont été résolues à l'aide des techniques d'apprentissage automatique	Apprentissage automatique pour les réactions chimiques
23	Présentation de ByTorch	BoTorch comme framework de PyTorch	Présentation de ByTorch
24	Officiel de ByTorch	Optimisation bayésienne ou simplement un site officiel de BoTorch	Officiel de ByTorch
25	Aide-mémoire VS Code	Aide-mémoire pour les raccourcis VS Code	Aide-mémoire VS Code
26	Aide-mémoire simple pour l'apprentissage automatique	La feuille de triche d'apprentissage automatique de tous les champs qui le composent et les algorithmes couramment utilisés	Aide-mémoire pour l'apprentissage automatique
27	DeepMind et UCL sur l'apprentissage par renforcement	Conférences DeepMind et UCL sous forme de vidéos sur l'apprentissage par renforcement	DeepMind et UCL sur l'apprentissage par renforcement
28	Cours complet d'apprentissage automatique de Stanford	Cours complet d'apprentissage automatique sous forme de diapositives de cours donné à l'Université de Stanford	Cours complet d'apprentissage automatique de Stanford
29	Spécialisation Deep Learning de Coursera	Spécialisation DL donnée par le grand Andrew Ng et son équipe de deeplearning.ai	Spécialisation Deep Learning de Coursera
30	Aide-mémoire pour le clustering simple	Aide-mémoire simple pour le clustering d'apprentissage non supervisé	Aide-mémoire pour le clustering
31	Aide-mémoire sur la matrice de confusion	Aide-mémoire sur l'exactitude, la précision, le rappel, le TPR, le FPR, la spécificité, la sensibilité, le ROC et tout ça dans la matrice de confusion	Aide-mémoire sur la matrice de confusion
32	Aide-mémoire pour les data scientists	Aide-mémoire diverses et différentes pour les data scientists	Aide-mémoire pour les data scientists
33	Visualisation du clustering K-Means	Graphiques simples expliquant le clustering K-Means	Visualisation du clustering K-Means
34	Chaîne Youtube par 3Blue1Brown	Chaîne Youtube sur les concepts mathématiques animés	Concepts mathématiques animés
35	Essence de l'algèbre linéaire	Playlist Youtube sur l'algèbre linéaire par 3Blue1Brown	Algèbre linéaire
36	La neuroscience de l'apprentissage par renforcement	Les diapositives de Princeton sur les neurosciences pour l'apprentissage par renforcement	La neuroscience de l’apprentissage par renforcement
37	Apprentissage par renforcement de la conception de médicaments	Mise en œuvre de l'apprentissage par renforcement du Drug Design	Apprentissage par renforcement de la conception de médicaments
38	Interface cerveau-ordinateur avec support	BCI avancé avec un support flexible et malléable et des micro-aiguilles pénétrantes	Interface cerveau-ordinateur avec support
39	Notation grand O	Explication simple et intéressante sur la notation Big O	Notation grand O
40	6 certificats en science des données	6 certificats Data Science pour booster votre carrière	6 certificats en science des données
41	Sur la mesure de l'intelligence	Le nouveau concept pour mesurer à quel point l'intelligence artificielle ressemble à l'humain	Sur la mesure de l'intelligence
42	Une collection de définitions de l'intelligence	Plus de 70 définitions de l’intelligence	Une collection de définitions de l'intelligence
43	Génération de code de niveau compétition avec AlphaCode	Papier AlphaCode	Génération de code de niveau compétition avec AlphaCode
44	Apprentissage automatique	Qu’est-ce que l’apprentissage automatique ? Une introduction bien expliquée	Apprentissage automatique
45	Encodeurs automatiques	Introduction aux auto-encodeurs et plongée dans les auto-encodeurs sous-complets	Encodeurs automatiques
46	Aide-mémoire ChatGPT	Une aide-mémoire indispensable pour tous ceux qui utilisent beaucoup ChatGPT	Aide-mémoire ChatGPT
47	Aide-mémoire Scikit-learn	Aide-mémoire Scikit-Learn pour l'apprentissage automatique	Aide-mémoire Scikit-Learn
48	Top 13 des bibliothèques d'apprentissage profond Python	Résumé des principales bibliothèques de Deep Learning à l'aide de Python	Top 13 des bibliothèques d'apprentissage profond Python
49	Un guide simple des visualisations d'apprentissage automatique	Résumé de l'inspection visuelle des performances des modèles ML	Un guide simple des visualisations d'apprentissage automatique
50	Découvrir les erreurs systématiques commises par les modèles d'apprentissage automatique	Résumé pour découvrir les erreurs sur les modèles d'apprentissage automatique qui atteignent une précision globale élevée sur des tranches cohérentes de données de validation	Découvrir les erreurs systématiques commises par les modèles d'apprentissage automatique
51	Les tests d'hypothèses expliquent-ils ?	Explication des tests d’hypothèses	Un guide simple des visualisations d'apprentissage automatique
52	Cours d'introduction à l'IA	Cours gratuit d'introduction à l'IA pour débutants donné par Microsoft	Cours d'introduction à l'IA
53	Hacks de productivité ChatGPT	Hacks de productivité ChatGPT : cinq façons d'utiliser les chatbots pour vous simplifier la vie	Hacks de productivité ChatGPT
54	Tripler l'argent avec la science des données	Article sur la façon dont un boursier a triplé ses revenus grâce à la science des données en 18 mois	Tripler l'argent avec la science des données
55	Prédictions sur l’IA pour les 10 prochaines années	La prédiction d'Andrew Ng sur l'IA pour les 10 prochaines années	Prédictions sur l’IA pour les 10 prochaines années
56	La théorie de l'esprit pourrait avoir émergé spontanément dans de grands modèles de langage	Publication présentant les modèles LLM comme ChatGPT	La théorie de l'esprit pourrait avoir émergé spontanément dans de grands modèles de langage
57	Comment ChatGPT vous aide à automatiser l'apprentissage automatique ?	ChatGPT dans l'apprentissage automatique	Comment ChatGPT vous aide à automatiser l'apprentissage automatique ?
58	L'aide-mémoire ChatGPT	Aide-mémoire ChatGPT non officiel	L'aide-mémoire ChatGPT
59	Livre de recettes OpenAI	Aide-mémoire officiel de ChatGPT	Livre de recettes OpenAI
60	Apprentissage automatique graphique augmenté des connaissances pour la découverte de médicaments : une enquête de la précision à l'interprétabilité	Implémentation de l'apprentissage automatique graphique dans la découverte de médicaments	Apprentissage automatique graphique augmenté des connaissances pour la découverte de médicaments : une enquête de la précision à l'interprétabilité
61	Un guide simple des visualisations d'apprentissage automatique	Guide des visualisations ML	Un guide simple des visualisations d'apprentissage automatique
62	Comment visualiser les réseaux de neurones PyTorch – 3 exemples en Python	3 exemples de visualisations PyTorch	Comment visualiser les réseaux de neurones PyTorch – 3 exemples en Python
63	Rôle de la visualisation des données dans l'apprentissage automatique	Rôle de la visualisation dans ML	Rôle de la visualisation des données dans l'apprentissage automatique
64	Interprétation des résultats des tests A/B : faux positifs et signification statistique	Interprétation des résultats des tests A/B	Interprétation des résultats des tests A/B : faux positifs et signification statistique
65	Guide complet sur la conception, la mise en œuvre et les pièges des tests A/B	Guide complet des tests A/B	Guide complet sur la conception, la mise en œuvre et les pièges des tests A/B
66	Conseils aux Data Scienists et DataEngineers lors de leurs entretiens	Conseils pour les entretiens par Seattle Data Guy	Conseils aux Data Scienists et DataEngineers lors de leurs entretiens
67	Aide-mémoire Git pour la science des données	Aide-mémoire des commandes Git pour la science des données	Aide-mémoire Git pour la science des données
68	CNN pour la classification du cancer du sein	Présentation d'un algorithme permettant d'identifier automatiquement si une patiente souffre d'un cancer du sein ou non en regardant les images de biopsie	CNN pour la classification du cancer du sein
69	Loi de Goodhart	Aperçu de la loi de Goodhart utilisée chez OpenAI	Loi de Goodhart
70	Comment créer une plate-forme ML à partir de zéro	Manière standard de concevoir, former et déployer un modèle	directement Comment créer une plate-forme ML à partir de zéro
71	Récapitulatif de l'apprentissage auto-supervisé	Aperçu de l’apprentissage auto-supervisé	Récapitulatif de l'apprentissage auto-supervisé
72	Récapitulatif des MLOps (2021)	Présentation des MLOps	Récapitulatif des MLOps (2021)
73	Récapitulatif des MLOps (2020)	Présentation des MLOps	Récapitulatif des MLOps (2020)
74	Art des réseaux de neurones	Représentations artistiques des réseaux de neurones	Art des réseaux de neurones
75	Modèles de conception de MLOps	Un résumé des modèles de conception dans MLOps	Modèles de conception de MLOps
76	Comment rester au courant de ce qui se passe dans le monde de l'IA	Ressources sur la façon de suivre toutes les actualités et de naviguer dans le flux incessant d'informations sur l'IA	Comment rester au courant de ce qui se passe dans le monde de l'IA
77	ChatGPT et API Whisper	Outil d'intégration pour développeur de ChatGPT et Whisper API	ChatGPT et API Whisper
78	20 projets d'apprentissage automatique qui vous permettront d'être embauché	Projets qui devraient vous permettre d'être embauché en tant qu'ingénieur ML	20 projets d'apprentissage automatique qui vous permettront d'être embauché
79	7 meilleurs langages de programmation d’apprentissage automatique	Principaux langages de programmation utilisés dans l'apprentissage automatique	7 meilleurs langages de programmation d’apprentissage automatique
80	Tests efficaces pour les projets d'apprentissage automatique (partie I)	Article de blog sur les tests efficaces pour les projets ML (partie I)	Tests efficaces pour les projets d'apprentissage automatique (partie I)
81	Tests efficaces pour les projets d'apprentissage automatique (partie II)	Article de blog sur les tests efficaces pour les projets ML (partie II)	Tests efficaces pour les projets d'apprentissage automatique (partie III)
82	Tests efficaces pour les projets d'apprentissage automatique (partie III)	Article de blog sur les tests efficaces pour les projets ML (partie III)	Tests efficaces pour les projets d'apprentissage automatique (partie III)
83	Prise de décision chez Netflix	Comment Netflix utilise les tests A/B pour prendre des décisions qui améliorent continuellement ses produits, afin d'offrir plus de joie et de satisfaction aux membres	Prise de décision chez Netflix
84	Qu'est-ce qu'un test A/B ?	Comment Netflix utilise les tests A/B pour éclairer les décisions et innover continuellement sur ses produits	Qu'est-ce qu'un test A/B ?
85	Interprétation des résultats des tests A/B : faux positifs et signification statistique	Interpréter les résultats des tests A/B en examinant les faux positifs et la signification statistique	Interprétation des résultats des tests A/B : faux positifs et signification statistique
86	Guide complet sur la conception, la mise en œuvre et les pièges des tests A/B	Tests A/B de bout en bout pour vos expériences Data Science pour les spécialistes non techniques et techniques avec exemples et implémentation Python	Guide complet sur la conception, la mise en œuvre et les pièges des tests A/B.
87	10 concepts statistiques à connaître pour les entretiens de science des données	Concepts statistiques nécessaires à connaître pour les entretiens Data Science	10 concepts statistiques à connaître pour les entretiens de science des données.
88	Évaluation des modèles d'apprentissage profond : la matrice de confusion, l'exactitude, la précision et le rappel	Présentation de l'évaluation des modèles ML avec les métriques de matrice de confusion, d'exactitude, de précision et de rappel	Évaluation des modèles d'apprentissage profond : la matrice de confusion, l'exactitude, la précision et le rappel
89	L’intelligence artificielle en médecine : surmonter ou récapituler les défis structurels pour améliorer les soins aux patients ?	Perspective de l'IA en médecine	L’intelligence artificielle en médecine : surmonter ou récapituler les défis structurels pour améliorer les soins aux patients ?
90	Réseau neuronal graphique dans la découverte de médicaments	Application de Deep Learning pour transformer le processus de découverte de médicaments afin d'augmenter l'efficacité de la recherche de nouveaux composés	Réseau neuronal graphique dans la découverte de médicaments
91	Nouvelle approche de l’IA pour réduire le bruit dans les données radiologiques	Présentation de l'utilisation des auto-encodeurs pour remplacer les données radiologiques bruitées par des signaux d'entrée sans bruit	Nouvelle approche de l’IA pour réduire le bruit dans les données radiologiques
92	Traitement du langage naturel	Le guide explique comment cela fonctionne, où il est appliqué, les meilleures techniques et plus encore.	Traitement du langage naturel
93	Aide-mémoire Big O	Aide-mémoire Big O pour les structures de données #1	Aide-mémoire Big O
94	Aide-mémoire Big O	Aide-mémoire Big O pour les structures de données #2	Aide-mémoire Big O
95	Une enquête complète sur le contenu généré par l'IA (AIGC) : une histoire de l'IA générative du GAN à ChatGPT	Un aperçu historique des techniques et applications de l’IA générative	Une enquête complète sur le contenu généré par l'IA (AIGC) : une histoire de l'IA générative du GAN à ChatGPT
96	ChatDocteur	Un modèle de chat médical affiné sur le modèle LLaMA à l'aide des connaissances du domaine médical	ChatDocteur
97	TOUTES LES FICHES DE triche	Aide-mémoire de l'intelligence artificielle à l'ingénierie des données en passant par l'apprentissage automatique, Linux, les mathématiques, R, Matlab et bien d'autres domaines.	TOUTES LES FICHES DE triche
98	GMAI	Article sur une IA médicale généraliste (GMAI) pour piloter le développement de modèles d'IA médicale à grande échelle, accroître la précision des tâches médicales, faciliter l'accès aux informations médicales complexes et aider les équipes chirurgicales	GMAI
99	9 invites ChatGPT essentielles	9 invites ChatGPT essentielles avec des exemples	9 invites ChatGPT essentielles
100	Extension IPython ChatGPT	Extension qui vous permet d'utiliser ChatGPT directement depuis votre Jupyter Notebook ou IPython Shell	Extension IPython ChatGPT
101	Assistant Ouvert	Alternative open source à ChatGPT	Assistant Ouvert
102	DINov2	Le modèle de transformateur de vision non supervisé peut être utilisé comme épine dorsale pour presque toutes vos tâches de CV.	DINov2
103	Datamol	Boîte à outils open source qui simplifie les flux de traitement moléculaire et de caractérisation pour les scientifiques en ML dans la découverte de médicaments	Datamol
104	Comparaison ChatGPT et GPT4	Image comparant ChatGPT avec GPT	Comparaison ChatGPT et GPT4
105	Livre de recettes d'apprentissage auto-supervisé	Recherches et toutes les notes sur la matière noire de l'intelligence	Livre de recettes d'apprentissage auto-supervisé
106	Aide-mémoire d'ingénierie rapide	Aider à rédiger d'excellentes invites pour les chatbots comme GPT	Aide-mémoire d'ingénierie rapide
107	Guide du copilote GitHub	Guide copilote GitHub sous forme de diapositives	Guide du copilote GitHub
108	Comparaison de GitHub Copilot avec ChatGPT	Comparaison d'un chatbot avec une aide à la programmation sous forme de slides	Comparaison de GitHub Copilot avec ChatGPT
109	Comparaison de GitHub Copilot avec Codeium	Comparaison des aides au codage ; l'un payant, l'autre open source	Comparaison de GitHub Copilot avec Codeium
110	Premiers pas avec AutoGPT	Premiers pas avec AutoGPT - Installation - Cas d'utilisation - Utilisation abusive possible	[https://github.com/aurimas13/Machine-Learning-Goodness/blob/main/Notes/AutoGPT_Guide.pdf]
111	Outils d'IA utiles	Outils d'IA utiles, de Copilot à AutoGPT en passant par MidJourney, Grammarly et les robots conversationnels	[https://github.com/aurimas13/Machine-Learning-Goodness/blob/main/Notes/Useful_AI_Tools.pdf]
112	Aide-mémoire d'invite ChatGPT	Aide-mémoire des invites ChatGPT utiles	Aide-mémoire d'invite ChatGPT
113	MACHINE LEARNING Un premier cours pour ingénieurs et scientifiques	Machine Learning débutant à avancé de l'Université de Cambridge	MACHINE LEARNING Un premier cours pour ingénieurs et scientifiques.
114	Projets d'apprentissage automatique	Projets d'apprentissage automatique	Projets d'apprentissage automatique
115	Manuel de science des données Python	Manuel de science des données Python	Manuel de science des données Python
116	Une introduction aux statistiques avec Python	Les statistiques sont une branche des mathématiques qui traite de la collecte, de l'analyse, de l'interprétation, de la présentation et de l'organisation des données.	Une introduction aux statistiques avec Python
117	Python pour tout le monde	Python pour tout le monde	Python pour tout le monde
118	Apprentissage automatique avec Python pour tous (série Addison-Wesley Data & Analytics)	Apprentissage automatique avec Python pour tous	Apprentissage automatique avec Python pour tous (série Addison-Wesley Data & Analytics)
119	Python pour l'analyse des données	Python pour l'analyse des données	Python pour l'analyse des données
120	Les essentiels de la science des données Python	Les essentiels de la science des données Python	Les essentiels de la science des données Python
121	Modélisation de données graphiques avec Python	Modélisation de données graphiques avec Python	Modélisation de données graphiques avec Python
122	50 jours de Python – Un défi par jour.	50 jours de Python – Un défi par jour.	50 jours de Python – Un défi par jour.
123	Petits projets Python	Petits projets Python	Petits projets Python
124	Outils d'IA époustouflants	Outils d'IA, de l'écriture à la vidéo, en passant par la conception, la productivité, le marketing et le Chatbot	Outils d'IA époustouflants
125	Plus de 150 projets Python avec code source	179 projets Python avec code source	Plus de 150 projets Python avec code source

Des référentiels dignes

(Retour en haut)

Des référentiels GitHub intéressants liés aux cours ML/DL/NN/AGI avec tous les détails inclus peuvent être trouvés ici :

Nombre	Titre	Description	Lien
1	Cours avancé d'IA	Cours d'IA avancé de la Code Academy en Lituanie	Cours avancé d'IA
2	GitHub sur le cours Deep Learning de Coursera	GitHub Repo pour la spécialisation Deep Learning de Coursera par deeplearning.ai	GitHub sur le cours DL de Coursera
3	Notes sur le cours d'apprentissage profond de Coursera	Notes de cours pour la spécialisation Deep Learning de Coursera par deeplearning.ai	Notes sur le cours DL de Cousera
4	Théorie des catégories sur l'apprentissage automatique	Github contenant la liste des publications sur la théorie des catégories dans divers domaines de l'IA	Théorie des catégories sur le ML
5	Fondements de l'apprentissage automatique	Comprendre les concepts, les techniques et les cadres mathématiques utilisés par les experts en apprentissage automatique	Fondements du ML
6	Génial RL	Dépôt Github sur des matériaux étonnants sur l'apprentissage par renforcement	Génial RL
7	Optimiser les réactions chimiques	Optimiser les réactions chimiques grâce à l'apprentissage par renforcement profond	Optimiser les réactions chimiques
8	Aide-mémoire pour l'apprentissage automatique	Aide-mémoire pour l'apprentissage automatique sur l'apprentissage supervisé, non supervisé et profond, ainsi que des trucs et astuces.	Aide-mémoire pour l'apprentissage automatique
9	Cours ML Youtube	Les cours de Machine Leaning les plus récents disponibles sur Youtube	Cours YouTube ML
10	Notes de cours sur l'apprentissage automatique	Notes sur les cours liés au Machine Learning	Notes de cours sur l'apprentissage automatique
11	Tests efficaces pour les projets ML	Dépôt GitHub pour des tests efficaces pour les projets ML	Tests efficaces pour les projets ML
12	ChatDocteur	Dépôt GitHub pour ChatDoctor alors qu'il est écrit à ce sujet le 90ème jour ou accessible en tant qu'élément 96 sur l'outil	ChatDoctor GitHub
13	GPT automatique	Dépôt GitHub d'une application expérimentale présentant les capacités de GPt4	GPT automatique
14	Vigogne-13B	Un chatbot open source formé en affinant LLaMA sur environ 70 000 conversations ChatGPT partagées par les utilisateurs	Vigogne-13B
15	Guide d'ingénierie rapide	Guide d'ingénierie rapide	Guide d'ingénierie rapide
16	Le meilleur du Machine Learning avec Python	910 projets ML sélectionnés	Le meilleur du Machine Learning avec Python
17	Science des données pour les débutants - Un programme	Les Azure Cloud Advocates chez Microsoft sont heureux de proposer un programme de 10 semaines et 20 leçons consacré à la science des données.	Science des données pour les débutants - Un programme
18	Ressources d'entretien sur la science des données	Ressources d'entretien sur la science des données	Ressources d'entretien sur la science des données
19	UNE SCIENCE DES DONNÉES IMPRESSIONNANTE	Référentiel Open Source Data Science pour acquérir et appliquer des compétences en science des données pour résoudre des problèmes du monde réel	UNE SCIENCE DES DONNÉES IMPRESSIONNANTE
20	Datamol	Boîte à outils open source qui simplifie les flux de traitement moléculaire et de caractérisation pour les scientifiques en ML dans la découverte de médicaments	Datamol
21	privéGPT	Un outil magique où vous pouvez poser des questions sur vos documents sans connexion Internet en utilisant simplement la puissance des LLM	privéGPT
22	Modèle RT-2	Un modèle qui utilise jusqu'à 55 milliards de paramètres et l'affine pour générer directement les actions du robot exécutées dans le monde réel.	RT-2
23	GPTCache	Un outil qui vous permet de mettre en cache les résultats des appels d'API GPT-3 et de les réutiliser plus tard	GPTCache
24	Des outils de développement impressionnants basés sur l'IA	Des outils qui exploitent l'IA pour aider les développeurs dans des tâches telles que la complétion du code, la refactorisation, le débogage, la documentation, etc.	Des outils de développement impressionnants basés sur l'IA

Carnets

(Retour en haut)

Des cahiers terminés de divers ensembles de données peuvent être trouvés ici.

Remarques

(Retour en haut)

Des notes supplémentaires que nous avons couvertes à travers des conférences ou du matériel que j'ai mentionné et dont j'ai parlé peuvent être trouvées ici.

100 jours de code ML

(Retour en haut)

Les documents du défi #100DaysOfMLCode pour chaque jour peuvent être trouvés ici, dans la section README .

FinAnnéeAvecML

(Retour en haut)

Les documents du défi #FinishYearWithML pour chaque jour peuvent être trouvés ici dans la section README .

Publique

(Retour en haut)

Le dossier public contient deux fichiers :

• todolist - la liste des choses à faire.
• Images - le dossier Images.

Jupyter dans le navigateur

(Retour en haut)

La première bonne chose est que vous pouvez également exécuter Jupyter via un navigateur en allant ici et en lisant davantage à ce sujet dans cet article.

Si vous rencontrez des difficultés pour exécuter Jupyter Notebook via le navigateur, vous pouvez utiliser Google Colab en cliquant ici. Les fonctionnalités des deux machines sont similaires.

Logo

(Retour en haut)

Le logo du référentiel peut être trouvé ici.

Licence

(Retour en haut)

La LICENCE MIT peut être trouvée ici.