Python机器学习库
AI交流（进群备注：Scikit）
本项目是图宾根大学2023年夏季学期'概率机器学习'课程的材料，包括理论与实践的结合，适合学习和研究概率机器学习的学生和研究者。
ML-Recipes是一个集合，包含多个独立的Python机器学习算法实现，提供易于理解和修改的代码示例，适合初学者和机器学习研究者，涵盖多种机器学习任务和技术。
Dataflowr Notebooks是一组用于数据科学和机器学习任务的Jupyter笔记本，旨在提供可重用的代码示例和模板，帮助用户高效进行数据分析和模型开发。
SynapseML是一个轻量级、可扩展的分布式机器学习库，旨在支持大规模数据处理和机器学习任务。它与Apache Spark紧密集成，提供多种机器学习算法和丰富的数据预处理工具，能够与Azure服务无缝对接，适合在多种数据源和输出格式中使用。
机器学习系统教程：个人学习笔记和代码分享平台，专注于机器学习与系统结合的实践和理论，适合对AI技术有兴趣的初学者和研究者
Teachable Machine是一个创新的AI工具，旨在简化机器学习模型的创建和实现，使任何人都能在没有编码知识的情况下训练模型来识别图像、声音和姿势。该平台致力于让机器学习变得易于理解，适合教育工作者、学生、爱好者和专业人士，简化AI概念的应用。
一个机器学习算法的实现项目，专注于使用numpy库从零开始构建神经网络和Transformer模型，旨在帮助理解和学习机器学习的核心概念
这本书包含了一系列关于机器学习的习题，并附有详细的解答。希望详细程度足以让读者遵循解决方案并理解所使用的技术。
分享一份精选机器学习系统的入门资料集合，收集了一系列有关注意力机制、性能优化、量化、长上下文长度和稀疏性等方面的论文、视频和代码库。
TorchCP是一个基于PyTorch的Python工具箱，旨在支持深度学习模型的保形预测研究，提供多种分类和回归方法。
由DAIR.AI分享关于机器学习、自然语言处理和人工智能的所有相关主题的课程笔记，涵盖广泛，适合学习和参考。
《2000 Machine Learning Prompts》是一个全面的资源，旨在帮助爱好者学习和实验机器学习，使他们熟悉其功能和在不同上下文中的应用。
拓扑机器学习教程：面向从业者的拓扑方法，利用代数拓扑技术分析复杂数据结构，捕捉传统机器学习方法可能无法捕捉的特征
基于MLX框架的GPT-2模型实现，提供从零开始训练生成式预训练语言模型的教程，使用Python代码约200行，依赖mlx和numpy，适用于Macbook等设备，能在约10分钟内训练完成并生成类似莎士比亚文本的输出
用Rust和Ratatui库构建的神经网络学习玩贪吃蛇游戏，支持自定义训练和可视化展示。该项目利用神经网络技术，让AI通过不断训练来优化贪吃蛇的游戏策略，同时提供可视化界面以便于用户观察训练过程和游戏状态。
