practical ml
1.0.0
"발전은 어떤 일을 하는 과정에 계속 집중할 때 나타나는 자연스러운 결과입니다." - 토마스 스터너, 실천하는 마음
Pratical ML은 예시를 통해 학습하고 최첨단 머신러닝 모델 및 알고리즘 훈련을 적극적으로 실습할 수 있는 Jupyter 노트북 모음입니다.
시작하려면 아래에서 관심 있는 작업을 찾아 해당 행의 버튼을 누르거나, 대신 읽고 싶은 경우 기사 버튼을 누르세요.
| 일 | 데이터세트 | 모델 | 공책 | |
|---|---|---|---|---|
| 애니메이션 캐릭터 GAN | 사적인 | 스타일GAN2 | ||
| 애니메이션 초해상도 | 사적인 | 와이푸2x+CARN | ||
| 예술세대 | 위키아트 | v-확산+CLIP | ||
| 이미지에서 사람 감지 | 머리 | YOLOv5 | ||
| 문서 이미지 분류 | RVL-CDIP | DiT | ||
| 얼굴 초해상도 | 사적인 | 실제 ESRGAN | ||
| 애니메이션에 맞서다 | 데이터세트-1 | 애니메이션GANv2 | ||
| 광학 문자 인식 | 스로이 | 트로크 | ||
| 이미지 배경 제거 | VOC2012 | DeepLabV3 |
| 일 | 데이터세트 | 소타 | 소타 Acc | 우리의 Acc | 공책 | |
|---|---|---|---|---|---|---|
| 증오심 표현 탐지 | 다이나벤치 | 리더보드 | - | 86.6 | ||
| 명명된 엔터티 인식 | BC5CDR | Nooralahzadehet al. (2019) | 89.9 | 89.3 | ||
| 명명된 엔터티 인식 | 코NLL++ | 왕 외. (2019) | 94.3 | 93.5 | ||
| 명명된 엔터티 인식(CN) | MSRA | Zhang et al. (2018) | 93.2 | 93.9 | ||
| 명명된 엔터티 인식(CN) | WEIBO_1K | Penget al. (2016) | 47 | 67.5 | ||
| 풍자 감지 | Caiet al. (2019) | 팬 외. (2020) | 82.9 | 92.2 | ||
| 감성 분석 | IMDB | Yanget al. (2019) | 96.2 | 92.2 | ||
| 감정 분석(CN) | WAIMAI_10K | 버트 | 89 | 91.5 |
| 일 | 데이터세트 | 모델 | 공책 | |
|---|---|---|---|---|
| 중국어 텍스트 음성 변환 | 데이터베이커 | 타코트론2-DDC-GST | ||
| 싱글리시 텍스트 음성 변환 | IMDA | FastSpeech2+MelGAN | ||
| 텍스트 음성 변환 | 엘제이 연설 | Tacotron2+WaveGlow | ||
| 텍스트 음성 변환 | 사적인 | 실레로TTS | ||
| 비디오 자막 | LibriSpeech | Wav2Vec2 | ||
| 비디오 자막 | 사적인 | 속삭임 |
멋진 분들에게 감사드립니다(이모지 키):
이 프로젝트는 모든 기여자 사양을 따릅니다. 어떤 종류의 기여도 환영합니다!
MIT
practical-ml 인용하려면 다음 Bibtex 항목을 사용하십시오.
@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}
}
