practical ml
1.0.0
“O progresso é o resultado natural de manter o foco no processo de fazer qualquer coisa.” - Thomas Sterner, A Mente Praticante
Pratical ML é uma coleção de notebooks Jupyter onde é possível aprender por exemplo e praticar ativamente o treinamento de modelos e algoritmos de aprendizado de máquina de última geração.
Para começar, encontre abaixo uma tarefa de seu interesse e aperte o botão nessa linha ou aperte o botão do artigo se preferir ler.
| Tarefa | Conjunto de dados | Modelo | Caderno | |
|---|---|---|---|---|
| Personagem de anime GAN | Privado | EstiloGAN2 | ||
| Super resolução de anime | Privado | Waifu2x+CARN | ||
| Geração de Arte | WikiArt | v-difusão+CLIP | ||
| Detectar pessoas em imagens | COCO | YOLOv5 | ||
| Classificação de imagens de documentos | RVL-CDIP | DiT | ||
| Super resolução facial | Privado | Real-ESRGAN | ||
| Cara para Anime | Conjunto de dados-1 | AnimeGANv2 | ||
| Reconhecimento óptico de caracteres | SROIE | TrOCR | ||
| Remover fundo da imagem | COV2012 | DeepLabV3 |
| Tarefa | Conjunto de dados | SOTA | Conta SOTA | Nossa conta | Caderno | |
|---|---|---|---|---|---|---|
| Detecção de discurso de ódio | Banco Dynabench | Tabela de classificação | - | 86,6 | ||
| Reconhecimento de Entidade Nomeada | BC5CDR | Nooralahzadeh et al. (2019) | 89,9 | 89,3 | ||
| Reconhecimento de Entidade Nomeada | CoNLL++ | Wang et al. (2019) | 94,3 | 93,5 | ||
| Reconhecimento de Entidade Nomeada (CN) | MSRA | Zhang et al. (2018) | 93,2 | 93,9 | ||
| Reconhecimento de Entidade Nomeada (CN) | WEIBO_1K | Peng et al. (2016) | 47 | 67,5 | ||
| Detecção de Sarcarsmo | Cai et al. (2019) | Pan et al. (2020) | 82,9 | 92,2 | ||
| Análise de sentimento | IMDB | Yang et al. (2019) | 96,2 | 92,2 | ||
| Análise de Sentimento (CN) | WAIMAI_10K | BERTO | 89 | 91,5 |
| Tarefa | Conjunto de dados | Modelo | Caderno | |
|---|---|---|---|---|
| Conversão de texto em fala em mandarim | DataBaker | Tacotron2-DDC-GST | ||
| Conversão de texto em fala em singlês | IMDA | FastSpeech2+MelGAN | ||
| Conversão de texto para fala | Discurso LJ | Tacotron2+WaveGlow | ||
| Conversão de texto para fala | Privado | SileroTTS | ||
| Legendagem de vídeos | LibriSpeech | Wav2Vec2 | ||
| Legendagem de vídeos | Privado | Sussurrar |
Os agradecimentos vão para essas pessoas maravilhosas (chave emoji):
Este projeto segue a especificação de todos os contribuidores. Contribuições de qualquer tipo são bem-vindas!
MIT
Se você quiser citar practical-ml , use a seguinte entrada do Bibtex:
@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}
}
