Bibliothèques écrites en Jupyter Notebook

stable-diffusion

  • 10
  • GNU Affero General Public License v3.0

codao-code

  • 10
  • MIT

Subway-Station-Hazard-Detection

Ce projet fait partie du cours CS 'Systems Engineering Meets Life Sciences II' à l'Université Goethe de Francfort. Dans ce projet Computer Vision, nous avons développé un premier prototype d'un système de sécurité qui utilise les caméras de surveillance des stations de métro pour reconnaître les situations dangereuses. Les données d'entraînement ont été générées artificiellement par une simulation basée sur Unity.
  • 10
  • MIT

TreeGrad

  • 10
  • MIT

wahlomat_analysis

Analyse www.wahl-o-mat.de Données des partis politiques allemands.
  • 10

BayesianEcosystems_IAP

Notes et code pour le cours IAP sur la modélisation de l'écosystème bayésien.
  • 10

docs

Documentation sur la stratégie de trading (par tradingstrategy-ai).
  • 10

i3wm-Cheatsheet

Feuille de triche i3wm.
  • 9

NeuralTextToImage

Colabs pour les générateurs d'images dirigés par des invites de texte.
  • 9

steam-image-search

Recherchez des images sur Steam à l'aide de requêtes en langage naturel.
  • 9
  • MIT

chemics-examples

Exemples d'utilisation du package Chemics pour Python.
  • 9
  • MIT

optc-box-exporter

Exportez votre One Piece Treasure Cruise Box en utilisant simplement des captures d'écran.
  • 9

TrafficSignClassifier

Ce projet est un aspect d'un grand projet qui s'appelle la voiture autonome. L'une des techniques essentielles de l'ingénierie des voitures autonomes est la détection du panneau de signalisation. Dans ce projet, j'ai utilisé Deep Learning pour reconnaître les panneaux de signalisation.
  • 9
  • MIT

elon-bot

Discord AI bot capable de discuter et de modérer, formé sur les transcriptions de conversation d'Elon Musk.
  • 9
  • GNU General Public License v3.0 only

SuiSense

Utilisation de l'intelligence artificielle pour faire la distinction entre les messages suicidaires et dépressifs (4th Place Congressional App Challenge).
  • 9

Mixclu

Un package Python pour le clustering non supervisé de types de données mixtes.
  • 9

marlowe-starter-kit

Ce référentiel contient des leçons pour l'utilisation de Marlowe via REST et en ligne de commande. Il est destiné à être utilisé avec demeter.run ou avec un déploiement Docker de Marlowe Runtime.
  • 9
  • Apache License 2.0

Car-Price-Prediction

Un projet d'apprentissage automatique qui prédit le prix des voitures d'occasion au Royaume-Uni.
  • 9
  • MIT

borb-google-colab-examples

Ce référentiel contient quelques exemples d'utilisation de borb dans google colab. Ces exemples vous permettent d'essayer les fonctionnalités de borb sans l'installer sur votre système. Ils s'assurent également que les exigences du système et les importations sont toutes prises en charge.
  • 9
  • GNU General Public License v3.0 only

Pseudo-Labelling

Pseudo-étiquetage sur l'ensemble de données MNIST dans Tensorflow 2.x.
  • 9

intro-workshop

Fichiers associés pour l'atelier en ligne d'introduction à Weaviate.
  • 9

lidar-harmonization

Publication du code pour l'harmonisation de l'intensité pour le LiDAR aéroporté.
  • 9
  • Creative Commons Zero v1.0 Universal

bitcoin_price_prediction

Ce projet tente de prédire le prix du bitcoin avec l'apprentissage automatique et profond.
  • 9
  • MIT

D-Drone_v2

Détection de drones à l'aide d'algorithmes de vision par ordinateur.
  • 9
  • GNU General Public License v3.0 only

StravaKudos

:running::dart: Prédire Strava Kudos sur mes propres activités en utilisant les attributs de l'activité donnée..
  • 9

COVID19_AirTraffic

Traitement des données d'OpenSky COVID-19 Flight Dataset✈️.
  • 9
  • MIT

mms-examples

Exemples d'utilisation de PySPEDAS pour accéder aux données MMS.
  • 9
  • MIT

PulmoLens

Tirer parti d'AWS SageMaker et des outils associés (par exemple, Lambda, API-Gateway, S3, IAM, CloudWatch) avec les fondamentaux du ML pour mettre en œuvre un modèle d'apprentissage en profondeur pour la détection de la pneumonie par le biais d'images radiographiques. Testé de manière approfondie à l'aide de Postman-API pour confirmer l'efficacité du système!.
  • 9
  • Apache License 2.0