Machine Learning Goodness

Совершенство машинного обучения с различными репозиториями или блокнотами , проектами ML/DL и советами/читами по AGI/AI .

Обзор и следующий шаг

С началом конкурса 100DaysOfMLCode этот репозиторий Machine Learning Goodness ежедневно обновляется: заполненными блокнотами Jupyter, кодами Python, проектами ML, полезными библиотеками ML/DL/NN, репозиториями, чит-кодами ML/DL/NN/AI, полезной информацией. такие как веб-сайты, полезные учебные материалы, советы и многое другое, не говоря уже о базовом и расширенном программировании на Python.

Поскольку задача решена, репо все еще растет. Новые полезные материалы или материалы в мире машинного обучения, когда они найдены, добавляются в книги, инструменты или репозитории, а также обновляются в конкурсе FinishYearWithML и публикуются в Твиттере через мою учетную запись Twitter и в Linkedin, а также иногда в Facebook, Instagram.

Оглавление

• Оглавление
• Достойные книги
• Достойные инструменты
• Достойные репозитории
• Ноутбуки
• Примечания
• 100DaysOfMLКод
• КонецГодСML
• Общественный
• Юпитер в браузере
• Логотип
• Лицензия

Достойные книги

(Вернуться к началу)

Достойные книги для оттачивания навыков ML/DL/NN/AGI, программирования на Python, основ CS, необходимых для анализа ИИ, а также любая полезная книга для разработчика или инженера ML.

Число	Заголовок	Описание	Связь
1	Алгоритмы гроккинга: иллюстрированное руководство для программистов и других любопытных людей	Визуализация наиболее популярных алгоритмов, используемых в машинном обучении и программировании для решения задач.	Алгоритмы гроккинга
2	Руководство по разработке алгоритмов	Введение в математический анализ различных компьютерных алгоритмов	Руководство по разработке алгоритмов
3	Теория категорий для программистов	Книга о теории категорий, написанная по постам из программного кафе Милевского	Теория категорий для программистов
4	Автоматизированное машинное обучение	Книга включает обзоры основных методов, которые нам нужны в AutoML, содержит углубленное обсуждение существующих систем AutoML и оценивает современное состояние AutoML.	Автоматизированное машинное обучение
5	Математика для информатики	Книга Массачусетского технологического института по математике для информатики	Математика для информатики
6	Математика для машинного обучения	Книга Калифорнийского университета по математике для машинного обучения	Математика для машинного обучения
7	Прикладной искусственный интеллект	Книга по инженерным приложениям искусственного интеллекта	Прикладной искусственный интеллект
8	Автоматизация конвейера машинного обучения	Обзор книги по автоматизации жизненного цикла машинного обучения с помощью платформы Databricks Lakehouse	Автоматизация конвейера машинного обучения
9	Стремление к машинному обучению	Книга для инженеров искусственного интеллекта, побеждающих эпоху глубокого обучения	Стремление к машинному обучению
10	Думайте по Байесу	Введение в байесовскую статистику с реализацией Python и блокнотами Jupyter.	Думайте по Байесу
11	Полное руководство по ChatGPT	Книга, содержащая 100 ресурсов, которые помогут улучшить вашу жизнь с помощью ChatGPT.	Полное руководство по ChatGPT
12	Искусство подсказок ChatGPT: руководство по созданию понятных и эффективных подсказок	Книга, посвященная стратегиям создания убедительных подсказок ChatGPT, способствующих интересному и информативному общению.	Искусство подсказок ChatGPT: руководство по созданию понятных и эффективных подсказок
13	10 запросов ChatGPT для инженеров-программистов	Книга, которая поможет научиться подсказывать задачи по разработке программного обеспечения.	10 запросов ChatGPT для инженеров-программистов
14	Как построить свою карьеру в сфере искусственного интеллекта	Идеи Эндрю Нга об обучении базовым навыкам, работе над проектами, поиске работы и сообществе в машинах	Как построить свою карьеру в сфере искусственного интеллекта
15	Машинное обучение Q и искусственный интеллект	Книга с популярными вопросами, задаваемыми в интервью по ОД, и расширенной информацией по этим вопросам.	Машинное обучение Q и искусственный интеллект
16	Полное руководство по машинному обучению	Бесплатная книга с подробным руководством по машинному обучению.	Полное руководство по машинному обучению
17	Математика для глубокого обучения: что нужно знать, чтобы понимать нейронные сети	Книга «Математика для машинного обучения и искусственного интеллекта», входящая в состав «Основ математики и статистики науки о данных».	Математика для глубокого обучения: что нужно знать, чтобы понимать нейронные сети

Достойные инструменты

(Вернуться к началу)

Здесь можно найти достойные веб-сайты и инструменты, которые включают чит-коды для Python, машинного обучения, глубокого обучения, нейронных сетей и многое другое, кроме других достойных инструментов, пока вы учитесь или оттачиваете свои навыки. Постоянно обновляется, когда в репозитории обнаруживается достойный материал, которым можно поделиться.

Число	Заголовок	Описание	Связь
1	Шпаргалка по Python	Шпаргалка по Python основана на книге «Автоматизация скучных задач с помощью Python» и многих других источниках.	Шпаргалка по Python
2	Шпаргалка по алгоритмам машинного обучения	Шпаргалка по машинному обучению, кратко объясняющая различные модели	Памятка по алгоритмам машинного обучения
3	Потрясающие наборы данных и инструменты искусственного интеллекта	Ссылки на популярные наборы данных с открытым исходным кодом и общедоступные, визуализации данных, ресурсы по анализу данных и озера данных.	Потрясающие наборы данных и инструменты искусственного интеллекта
4	Шпаргалка по машинному обучению	Эта шпаргалка содержит множество классических уравнений и диаграмм по машинному обучению, позволяющих быстро вспомнить знания и идеи по машинному обучению.	Шпаргалка по машинному обучению
5	Универсальный интеллект: определение машинного интеллекта	Публикация по определениям интеллекта	Универсальный интеллект
6	Логистическая регрессия	Подробный обзор логистической регрессии	Логистическая регрессия
7	Обзор BCI	Простой обзор интерфейса «мозг-компьютер» (BCI)	Обзор BCI
8	Исследования BCI	Увлекательное исследование интерфейса мозг-компьютер (BCI)	Исследования BCI
9	ИИ в химических открытиях	Как ИИ меняет химическую науку?	ИИ в химических открытиях
10	Машинное обучение для химии	Лучшие практики машинного обучения в области химии	Машинное обучение для химии
11	Инструменты искусственного интеллекта для открытия лекарств	5 крутых инструментов для поиска лекарств на основе искусственного интеллекта	Инструменты искусственного интеллекта для открытия лекарств
12	Квантовая химия и глубокое обучение	Применение глубокого обучения и нейронных сетей в квантовой химии	Квантовая химия и глубокое обучение
13	Вычислительная техника и интеллект	Первая статья Алана Тьюринга об искусственном интеллекте	Вычислительная техника и интеллект
14	Блог об Алане Тьюринге	Анализ статьи Алана Тьюринга об ИИ (13-е место в списке) и сообщения в блоге о его жизни	Блог об Алане Тьюринге
15	Разум, мозг и программы	Статья, которая возражает против «Теста Тьюринга» Джона Сирла	Разум, мозг и программы
16	Блог о Джоне Сирле и Алане Тьюринге	Сообщение в блоге о статье Джона Сирла (15 в списке) и идеях об искусственном интеллекте и Алане Тьюринге.	Джон Сирл и Алан Тьюринг
17	Канал Youtube о нейронных сетях глубокого обучения	Удивительный канал на YouTube, объясняющий, что такое нейронная сеть, с простыми и понятными описаниями.	Нейронные сети глубокого обучения
18	8 архитектур нейронных сетей	8 архитектур нейронных сетей, которые должен знать каждый инженер ML	8 архитектур
19	Нейронные сети для прогнозирования реакций органической химии	Использование нейронных сетей для прогнозирования типов реакций	НС для прогнозирования реакций органической химии
20	Экспертная система прогнозирования условий реакции: случай реакции Михаэля	Модели были построены для определения совместимости процесса органической химии с каждым рассматриваемым вариантом условий реакции.	Экспертная система прогнозирования условий реакции
21	Машинное обучение в пространстве химических реакций	Рассмотрел реакционные пространства молекул, участвующих в множественных реакциях, с использованием концепций ML.	Машинное обучение в пространстве химических реакций
22	Машинное обучение для химических реакций	Обзор вопросов, которые можно и удалось решить с помощью методов машинного обучения.	Машинное обучение для химических реакций
23	Обзор ByTorch	BoTorch как основа PyTorch	Обзор ByTorch
24	Официальный сайт ByTorch	Байесовская оптимизация или просто официальный сайт BoTorch	Официальный сайт ByTorch
25	Шпаргалка по коду VS	Шпаргалка по ярлыкам кода VS	Шпаргалка по коду VS
26	Простая шпаргалка по машинному обучению	Шпаргалка по машинному обучению со всеми составляющими его областями и часто используемыми алгоритмами.	Шпаргалка по машинному обучению
27	DeepMind и UCL по обучению с подкреплением	Лекции DeepMind и UCL в виде видеороликов по обучению с подкреплением	DeepMind и UCL по обучению с подкреплением
28	Полный курс Стэнфордского машинного обучения	Полный курс машинного обучения в виде слайдов лекций, прочитанный в Стэнфордском университете	Полный курс Стэнфордского машинного обучения
29	Специализация Coursera по глубокому обучению	Специализация DL, предоставленная великим Эндрю Нгом и его командой на сайте deeplearning.ai.	Специализация Coursera по глубокому обучению
30	Простая шпаргалка по кластеризации	Простая шпаргалка по кластеризации обучения без учителя	Памятка по кластеризации
31	Шпаргалка по матрице путаницы	Шпаргалка по точности, точности, полноте, TPR, FPR, специфичности, чувствительности, ROC и всему этому в матрице путаницы.	Шпаргалка по матрице путаницы
32	Шпаргалки для специалистов по данным	Различные шпаргалки для специалистов по данным	Шпаргалки для специалистов по данным
33	Визуализация кластеризации K-средних	Простая графика, объясняющая кластеризацию K-средних	Визуализация кластеризации K-средних
34	Youtube-канал 3Blue1Brown	Канал на YouTube, посвященный анимированным математическим понятиям	Анимированные математические понятия
35	Сущность линейной алгебры	Плейлист Youtube по линейной алгебре от 3Blue1Brown	Линейная алгебра
36	Нейронаука обучения с подкреплением	Принстонские слайды «Нейронауки для обучения с подкреплением»	Нейронаука обучения принуждению
37	Обучение с подкреплением дизайна лекарств	Обучение с подкреплением, внедрение дизайна лекарств	Закрепление изучения дизайна лекарств
38	Интерфейс мозг-компьютер с поддержкой	Усовершенствованный BCI с гибкой и формуемой основой и проникающими микроиглами.	Интерфейс мозг-компьютер с поддержкой
39	Обозначение Big O	Отличное и простое объяснение нотации Big O	Обозначение Big O
40	6 сертификатов по науке о данных	6 сертификатов по науке о данных, которые помогут вашей карьере	6 сертификатов по науке о данных
41	О мере интеллекта	Новая концепция для измерения того, насколько искусственный интеллект похож на человека	О мере интеллекта
42	Сборник определений интеллекта	70 с лишним определений интеллекта	Сборник определений интеллекта
43	Генерация кода на уровне соревнований с помощью AlphaCode	Альфакодовая бумага	Генерация кода на уровне соревнований с помощью AlphaCode
44	Машинное обучение	Что такое машинное обучение? Хорошо объясненное введение	Машинное обучение
45	Автоэнкодеры	Введение в автоэнкодеры и погружение в неполные автоэнкодеры	Автоэнкодеры
46	Шпаргалка по ChatGPT	Обязательная шпаргалка для всех, кто часто использует ChatGPT.	Шпаргалка по ChatGPT
47	Шпаргалка по Scikit-learn	Шпаргалка Scikit-Learn по машинному обучению	Шпаргалка по Scikit-Learn
48	13 лучших библиотек глубокого обучения Python	Краткое описание лучших библиотек глубокого обучения с использованием Python	13 лучших библиотек глубокого обучения Python
49	Простое руководство по визуализации машинного обучения	Резюме визуальной проверки производительности моделей ML	Простое руководство по визуализации машинного обучения
50	Обнаружение систематических ошибок, допускаемых моделями машинного обучения	Сводная информация для обнаружения ошибок в моделях машинного обучения, которые обеспечивают высокую общую точность на согласованных фрагментах данных проверки.	Обнаружение систематических ошибок, допускаемых моделями машинного обучения
51	Объяснение проверки гипотез?	Объяснение проверки гипотез	Простое руководство по визуализации машинного обучения
52	Вводный курс по искусственному интеллекту	Бесплатный вводный курс по искусственному интеллекту для начинающих от Microsoft	Вводный курс по искусственному интеллекту
53	Хаки повышения производительности ChatGPT	Хаки повышения производительности ChatGPT: пять способов использования чат-ботов, чтобы облегчить вашу жизнь	Хаки повышения производительности ChatGPT
54	Тройные деньги с помощью науки о данных	Статья о том, как парень утроил свой доход с помощью Data Science за 18 месяцев	Тройные деньги с помощью науки о данных
55	Прогнозы относительно ИИ на ближайшие 10 лет	Прогноз Эндрю Нга относительно ИИ на ближайшие 10 лет	Прогнозы относительно ИИ на ближайшие 10 лет
56	Теория разума могла спонтанно возникнуть в больших языковых моделях	Публикация с обзором моделей LLM, таких как ChatGPT	Теория разума могла спонтанно возникнуть в больших языковых моделях
57	Как ChatGPT помогает автоматизировать машинное обучение?	ChatGPT в машинном обучении	Как ChatGPT помогает автоматизировать машинное обучение?
58	Шпаргалка по ChatGPT	Неофициальная шпаргалка ChatGPT	Шпаргалка по ChatGPT
59	Поваренная книга OpenAI	Официальная шпаргалка ChatGPT	Поваренная книга OpenAI
60	Машинное обучение графов с расширенными знаниями для открытия лекарств: исследование от точности к интерпретируемости	Реализация графического машинного обучения в Drug Discovery	Машинное обучение графов с расширенными знаниями для открытия лекарств: исследование от точности к интерпретируемости
61	Простое руководство по визуализации машинного обучения	Руководство по ML-визуализации	Простое руководство по визуализации машинного обучения
62	Как визуализировать нейронные сети PyTorch — 3 примера на Python	3 примера визуализаций PyTorch	Как визуализировать нейронные сети PyTorch — 3 примера на Python
63	Роль визуализации данных в машинном обучении	Роль визуализации в ML	Роль визуализации данных в машинном обучении
64	Интерпретация результатов A/B-тестов: ложноположительные результаты и статистическая значимость	Интерпретация результатов A/B-тестирования	Интерпретация результатов A/B-тестирования: ложноположительные результаты и статистическая значимость
65	Полное руководство по проектированию, реализации и подводным камням A/B-тестирования	Полное руководство по A/B-тестированию	Полное руководство по проектированию, реализации и подводным камням A/B-тестирования
66	Советы для специалистов по данным и инженеров данных в их интервью	Советы по проведению собеседований от Seattle Data Guy	Советы для специалистов по данным и инженеров данных в их интервью
67	Шпаргалка по Git для науки о данных	Шпаргалка по командам Git для науки о данных	Шпаргалка по Git для науки о данных
68	CNN для классификации рака молочной железы	Обзор алгоритма автоматического определения того, страдает ли пациентка раком молочной железы, по изображениям биопсии	CNN для классификации рака молочной железы
69	Закон Гудхарта	Обзор закона Гудхарта, используемого в OpenAI	Закон Гудхарта
70	Как создать платформу ML с нуля	Стандартный способ проектирования, обучения и развертывания модели	непосредственно Как построить платформу ML с нуля
71	Краткое изложение самостоятельного обучения	Обзор самостоятельного обучения	Резюме самостоятельного обучения
72	Итоги MLOps (2021 г.)	Обзор MLOps	Итоги MLOps (2021 г.)
73	Итоги MLOps (2020 г.)	Обзор MLOps	Итоги MLOps (2020 г.)
74	Искусство нейронных сетей	Художественные представления нейронных сетей	Искусство нейронных сетей
75	Шаблоны проектирования MLOps	Краткое изложение шаблонов проектирования в MLOps	Шаблоны проектирования MLOps
76	Как оставаться в курсе того, что происходит в мире искусственного интеллекта	Ресурсы о том, как быть в курсе всех новостей и ориентироваться в бесконечном потоке информации об искусственном интеллекте.	Как оставаться в курсе того, что происходит в мире искусственного интеллекта
77	ChatGPT и Whisper API	Инструмент интеграции для разработчиков ChatGPT и Whisper API	ChatGPT и Whisper API
78	20 проектов машинного обучения, которые помогут вам нанять	Проекты, которые помогут вам нанять инженера по машинному обучению	20 проектов машинного обучения, которые помогут вам нанять
79	7 лучших языков программирования машинного обучения	Лучшие языки программирования, используемые в машинном обучении	7 лучших языков программирования машинного обучения
80	Эффективное тестирование проектов машинного обучения (часть I)	Сообщение в блоге об эффективном тестировании проектов ML (часть I)	Эффективное тестирование проектов машинного обучения (часть I)
81	Эффективное тестирование проектов машинного обучения (часть II)	Сообщение в блоге об эффективном тестировании проектов машинного обучения (часть II)	Эффективное тестирование проектов машинного обучения (часть III)
82	Эффективное тестирование проектов машинного обучения (часть III)	Сообщение в блоге об эффективном тестировании проектов машинного обучения (часть III)	Эффективное тестирование проектов машинного обучения (часть III)
83	Принятие решений в Netflix	Как Netflix использует A/B-тесты для принятия решений, которые постоянно улучшают их продукты, чтобы они могли приносить больше радости и удовлетворения участникам.	Принятие решений в Netflix
84	Что такое A/B-тест?	Как Netflix использует A/B-тесты для обоснования решений и постоянного внедрения инноваций в свои продукты	Что такое A/B-тест?
85	Интерпретация результатов A/B-тестирования: ложноположительные результаты и статистическая значимость	Интерпретация результатов A/B-тестирования с учетом ложноположительных результатов и статистической значимости.	Интерпретация результатов A/B-тестирования: ложноположительные результаты и статистическая значимость
86	Полное руководство по проектированию, реализации и подводным камням A/B-тестирования	Комплексное A/B-тестирование ваших экспериментов в области Data Science для нетехнических и технических специалистов с примерами и реализацией Python.	Полное руководство по проектированию, реализации и подводным камням A/B-тестирования.
87	10 статистических концепций, которые следует знать для прохождения собеседований по науке о данных	Статистические концепции, необходимые для проведения собеседований по науке о данных	10 статистических концепций, которые следует знать для прохождения собеседований по науке о данных.
88	Оценка моделей глубокого обучения: матрица путаницы, точность, прецизионность и отзыв	Обзор оценки моделей машинного обучения с помощью таких показателей, как матрица неточностей, точность, прецизионность и отзыв.	Оценка моделей глубокого обучения: матрица путаницы, точность, прецизионность и отзыв
89	Искусственный интеллект в медицине: преодоление или пересмотр структурных проблем на пути улучшения ухода за пациентами?	Перспективы искусственного интеллекта в медицине	Искусственный интеллект в медицине: преодоление или пересмотр структурных проблем на пути улучшения ухода за пациентами?
90	Графовая нейронная сеть в открытии лекарств	Приложение глубокого обучения для преобразования процесса открытия лекарств и повышения эффективности поиска новых соединений.	Графовая нейронная сеть в открытии лекарств
91	Новый подход искусственного интеллекта для снижения шума в рентгеновских данных	Обзор использования автоэнкодеров для замены зашумленных рентгеновских данных бесшумными входными сигналами	Новый подход искусственного интеллекта для снижения шума в рентгеновских данных
92	Обработка естественного языка	В руководстве рассказывается, как это работает, где применяются лучшие методы и многое другое.	Обработка естественного языка
93	Шпаргалка по Большому О	Шпаргалка Big O по структурам данных №1	Шпаргалка по Большому О
94	Шпаргалка по Большому О	Шпаргалка Big O по структурам данных №2	Шпаргалка по Большому О
95	Комплексное исследование контента, созданного ИИ (AIGC): история генеративного ИИ от GAN до ChatGPT	Исторический обзор методов и приложений генеративного искусственного интеллекта	Комплексное исследование контента, созданного ИИ (AIGC): история генеративного ИИ от GAN до ChatGPT
96	ЧатДоктор	Модель медицинского чата, точно настроенная на модели LLaMA с использованием знаний в области медицины.	ЧатДоктор
97	ВСЯ Шпаргалка	Шпаргалки от искусственного интеллекта до инженерии данных, машинного обучения, Linux, математики, R, Matlab и многих других областей.	ВСЯ Шпаргалка
98	ГМАИ	Документ об искусственном интеллекте общей медицины (GMAI), призванный стимулировать разработку крупномасштабных моделей медицинского искусственного интеллекта, повысить точность выполнения медицинских задач, облегчить доступ к сложной медицинской информации и помочь хирургическим бригадам.	ГМАИ
99	9 важных подсказок ChatGPT	9 основных подсказок ChatGPT с примерами	9 важных подсказок ChatGPT
100	Расширение IPython ChatGPT	Расширение, позволяющее использовать ChatGPT непосредственно из Jupyter Notebook или IPython Shell.	Расширение IPython ChatGPT
101	OpenAssistant	Альтернатива ChatGPT с открытым исходным кодом	OpenAssistant
102	ДИНОВов2	Неконтролируемую модель Vision Transformer можно использовать в качестве основы практически для всех задач CV.	ДИНОВов2
103	Датамол	Набор инструментов с открытым исходным кодом, который упрощает рабочие процессы молекулярной обработки и определения характеристик для ученых МО, занимающихся разработкой лекарств.	Датамол
104	Сравнение ChatGPT и GPT4	Изображение, сравнивающее ChatGPT и GPT	Сравнение ChatGPT и GPT4
105	Поваренная книга для самостоятельного обучения	Исследования и все заметки о темной материи интеллекта	Поваренная книга для самостоятельного обучения
106	Подсказка по инженерному делу	Помогаем писать отличные подсказки для чат-ботов, таких как GPT.	Подсказка по инженерному делу
107	Руководство для второго пилота GitHub	Руководство GitHub Copilot в виде слайдов	Руководство для второго пилота GitHub
108	Сравнение GitHub Copilot с ChatGPT	Сравнение чат-бота с помощником по программированию в виде слайдов	Сравнение GitHub Copilot с ChatGPT
109	Сравнение GitHub Copilot с Codeium	Сравнение помощников по кодированию; один платный, другой с открытым исходным кодом	Сравнение GitHub Copilot с Codeium
110	Начало работы с AutoGPT	Начало работы с AutoGPT – Установка – Варианты использования – Возможное неправильное использование	[https://github.com/aurimas13/Machine-Learning-Goodness/blob/main/Notes/AutoGPT_Guide.pdf]
111	Полезные инструменты искусственного интеллекта	Полезные инструменты искусственного интеллекта: от Copilot до AutoGPT, MidJourney, Grammarly и разговорных ботов.	[https://github.com/aurimas13/Machine-Learning-Goodness/blob/main/Notes/Useful_AI_Tools.pdf]
112	Шпаргалка по подсказкам ChatGPT	Шпаргалка с полезными подсказками ChatGPT	Шпаргалка по подсказкам ChatGPT
113	МАШИННОЕ ОБУЧЕНИЕ: первый курс для инженеров и ученых	Новичок в области машинного обучения и продвинутая информация от Кембриджского университета.	МАШИННОЕ ОБУЧЕНИЕ: первый курс для инженеров и ученых.
114	Проекты машинного обучения	Проекты машинного обучения	Проекты машинного обучения
115	Справочник по науке о данных Python	Справочник по науке о данных Python	Справочник по науке о данных Python
116	Введение в статистику с помощью Python	Статистика — это раздел математики, который занимается сбором, анализом, интерпретацией, представлением и организацией данных.	Введение в статистику с помощью Python
117	Питон для всех	Питон для всех	Питон для всех
118	Машинное обучение с использованием Python для всех (серия Addison-Wesley Data & Analytics)	Машинное обучение с Python для всех	Машинное обучение с использованием Python для всех (серия Addison-Wesley Data & Analytics)
119	Python для анализа данных	Python для анализа данных	Python для анализа данных
120	Основы науки о данных Python	Основы науки о данных Python	Основы науки о данных Python
121	Моделирование графовых данных с помощью Python	Моделирование графовых данных с помощью Python	Моделирование графовых данных с помощью Python
122	50 дней Python — вызов на день.	50 дней Python — вызов на день.	50 дней Python — вызов на день.
123	Крошечные проекты Python	Крошечные проекты Python	Крошечные проекты Python
124	Потрясающие инструменты искусственного интеллекта	Инструменты искусственного интеллекта: от написания текстов до видео, дизайна, производительности, маркетинга и чат-бота.	Потрясающие инструменты искусственного интеллекта
125	Более 150 проектов Python с исходным кодом	179 проектов Python с исходным кодом	Более 150 проектов Python с исходным кодом

Достойные репозитории

(Вернуться к началу)

Достойные репозитории GitHub, связанные с курсами ML/DL/NN/AGI, со всеми подробностями можно найти здесь:

Число	Заголовок	Описание	Связь
1	Продвинутый курс искусственного интеллекта	Курс Advanced AI в Code Academy в Литве	Продвинутый курс искусственного интеллекта
2	GitHub о курсе глубокого обучения Coursera	Репозиторий GitHub для специализации Coursera Deep Learning от deeplearning.ai	GitHub на курсе DL Coursera
3	Примечания к курсу глубокого обучения Coursera	Конспекты лекций по специализации Coursera Deep Learning от deeplearning.ai	Примечания к курсу DL Кусеры
4	Теория категорий машинного обучения	Github, содержащий список публикаций по теории категорий в различных областях ИИ.	Теория категорий в машинном обучении
5	Основы машинного обучения	Понимание концепций, методов и математических основ, используемых экспертами в области машинного обучения	Основы МО
6	Потрясающий РЛ	Репозиторий Github с потрясающими материалами по обучению с подкреплением	Потрясающий РЛ
7	Оптимизация химических реакций	Оптимизация химических реакций с помощью глубокого обучения с подкреплением	Оптимизация химических реакций
8	Шпаргалки по машинному обучению	Шпаргалки по машинному обучению по контролируемому, неконтролируемому и глубокому обучению, а также советы и подсказки	Шпаргалки по машинному обучению
9	Курсы по машинному обучению на YouTube	Последние курсы по машинному обучению доступны на Youtube.	Курс ML на YouTube
10	Примечания к курсу машинного обучения	Заметки о курсах, связанных с машинным обучением	Примечания к курсу машинного обучения
11	Эффективное тестирование проектов ML	Репозиторий GitHub для эффективного тестирования проектов машинного обучения	Эффективное тестирование проектов ML
12	ЧатДоктор	Репозиторий GitHub для ChatDoctor, хотя о нем написано 90-й день или доступен как 96-й элемент в инструменте.	ЧатДоктор GitHub
13	Авто-GPT	Репозиторий GitHub экспериментального приложения, демонстрирующего возможности GPt4.	Авто-GPT
14	Викунья-13Б	Чат-бот с открытым исходным кодом, обученный путем тонкой настройки LLaMA на ~70 тысячах общедоступных разговоров ChatGPT.	Викунья-13Б
15	Краткое инженерное руководство	Краткое инженерное руководство	Краткое инженерное руководство
16	Лучшее в машинном обучении с Python	910 курируемых проектов машинного обучения	Лучшее в машинном обучении с Python
17	Наука о данных для начинающих — учебная программа	Специалисты Azure Cloud Advocates в Microsoft рады предложить 10-недельную учебную программу из 20 уроков, посвященную науке о данных.	Наука о данных для начинающих — учебная программа
18	Ресурсы для интервью по науке о данных	Ресурсы для интервью по науке о данных	Ресурсы для интервью по науке о данных
19	ПОТРЯСАЮЩАЯ НАУКА О ДАННЫХ	Репозиторий Data Science с открытым исходным кодом, позволяющий изучать и применять навыки науки о данных для решения реальных проблем.	ПОТРЯСАЮЩАЯ НАУКА О ДАННЫХ
20	Датамол	Набор инструментов с открытым исходным кодом, который упрощает рабочие процессы молекулярной обработки и определения характеристик для ученых МО, занимающихся разработкой лекарств.	Датамол
21	частныйGPT	Волшебный инструмент, с помощью которого вы можете задавать вопросы к своим документам без подключения к Интернету, просто используя возможности LLM.	частныйGPT
22	Модель РТ-2	Модель, которая использует до 55 миллиардов параметров базовой сети и настраивает ее для прямого вывода действий робота, которые выполняются в реальном мире.	РТ-2
23	ГПТКэш	Инструмент, который позволяет кэшировать результаты вызовов API GPT-3 и повторно использовать их позже.	ГПТКэш
24	Потрясающие инструменты разработчика на базе искусственного интеллекта	Инструменты, которые используют ИИ для помощи разработчикам в таких задачах, как завершение кода, рефакторинг, отладка, документирование и т. д.	Потрясающие инструменты разработчика на базе искусственного интеллекта

Ноутбуки

(Вернуться к началу)

Готовые блокноты различных наборов данных можно найти здесь.

Примечания

(Вернуться к началу)

Дополнительные заметки, которые мы рассмотрели в лекциях или материалах, о которых я упоминал и говорил, можно найти здесь.

100DaysOfMLКод

(Вернуться к началу)

Материалы челленджа #100DaysOfMLCode на каждый день можно найти здесь, в разделе README .

ФинишГодСML

(Вернуться к началу)

Материалы челленджа #FinishYearWithML на каждый день можно найти здесь, в разделе README .

Общественный

(Вернуться к началу)

Общая папка содержит два файла:

• todolist — список дел.
• Изображения – папка Изображения.

Юпитер в браузере

(Вернуться к началу)

Первое, что приятно, это то, что вы можете запускать Jupyter также через браузер, перейдя сюда и прочитав больше об этом в этой статье.

Если у вас возникли трудности с запуском Jupyter Notebook через браузер, вы можете использовать Google Colab, нажав здесь. Функционал обеих машин схож.

Логотип

(Вернуться к началу)

Логотип репозитория можно найти здесь.

Лицензия

(Вернуться к началу)

ЛИЦЕНЗИЮ MIT можно найти здесь.