Bibliotecas escritas em Jupyter Notebook

data-engineering-zoomcamp

Curso Gratuito de Engenharia de Dados!.
  • 14.3k

h4cker

Este repositório é mantido principalmente por Omar Santos (@santosomar) e inclui milhares de recursos relacionados a hacking ético/teste de penetração, forense digital e resposta a incidentes (DFIR), pesquisa de vulnerabilidade, desenvolvimento de exploração, engenharia reversa e muito mais.
  • 14.1k
  • MIT

Kalman-and-Bayesian-Filters-in-Python

Kalman Filter book usando Jupyter Notebook. Concentra-se na construção de intuição e experiência, não em provas formais. Inclui filtros Kalman, filtros Kalman estendidos, filtros Kalman sem perfume, filtros de partículas e muito mais. Todos os exercícios incluem soluções.
  • 14.1k
  • GNU General Public License v3.0

digital_video_introduction

Uma introdução prática à tecnologia de vídeo: imagem, vídeo, codec (av1, vp9, h265) e muito mais (codificação ffmpeg). Traduções: 🇺🇸 🇨🇳 🇯🇵 🇮🇹 🇰🇷 🇷🇺 🇧🇷.
  • 13.8k
  • BSD 3-clause "New" or "Revised"

first-order-model

Este repositório contém o código-fonte para o papel First Order Motion Model for Image Animation.
  • 13.6k
  • MIT

stable-diffusion-webui-colab

difusão estável webui colab.
  • 13.0k
  • The Unlicense

nlp-tutorial

Tutorial de processamento de linguagem natural para pesquisadores de aprendizado profundo.
  • 12.8k
  • MIT

deepmind-research

Este repositório contém implementações e código ilustrativo para acompanhar as publicações do DeepMind.
  • 12.0k
  • Apache License 2.0

python-machine-learning-book

O repositório de código do livro "Python Machine Learning (1ª edição)" e o recurso de informações.
  • 11.9k
  • MIT

guidance

Uma linguagem de orientação para controlar grandes modelos de linguagem.
  • 11.8k
  • MIT

DeepLearningExamples

Scripts de Deep Learning de última geração organizados por modelos - fáceis de treinar e implantar com precisão e desempenho reproduzíveis em infraestrutura de nível empresarial.
  • 11.3k

community

Conteúdo da comunidade do Kubernetes.
  • 11.1k
  • Apache License 2.0

PRML

Algoritmos PRML implementados em Python.
  • 11.0k
  • MIT

yolov7

Implementação de papel - YOLOv7: Bag-of-freebies treinável define o novo estado da arte para detectores de objetos em tempo real.
  • 10.8k
  • GNU General Public License v3.0 only

notebook

Caderno Interativo Jupyter.
  • 10.3k
  • BSD 3-clause "New" or "Revised"

dopamine

A dopamina é uma estrutura de pesquisa para prototipagem rápida de algoritmos de aprendizado por reforço.
  • 10.2k
  • Apache License 2.0

Grounded-Segment-Anything

Grounded-SAM: Casando com o Grounding DINO com Segmentar Qualquer Coisa e Difusão Estável e Reconhecer Qualquer Coisa - Detecte, Segmente e Gere Qualquer Coisa Automaticamente.
  • 10.0k
  • Apache License 2.0

machine-learning-for-trading

Code for Machine Learning for Algorithmic Trading, 2ª edição.
  • 10.0k

prettymaps

Um pequeno conjunto de funções Python para desenhar mapas bonitos a partir de dados do OpenStreetMap. Baseado em bibliotecas osmnx, matplotlib e shapely.
  • 9.9k
  • GNU Affero General Public License v3.0

code_snippets

  • 9.9k
  • MIT

numerical-linear-algebra

Livro didático on-line gratuito de notebooks Jupyter para o curso de Álgebra Linear Computacional fast.ai.
  • 9.6k

The-Complete-FAANG-Preparation

Este repositório contém todos os DSA (Data-Structures, Algorithms, 450 DSA by Love Babbar Bhaiya, FAANG Questions), Technical Subjects (OS + DBMS + SQL + CN + OOPs) Theory+Quests, FAANG Interview questions, and Miscellaneous Stuff (Programming MCQs, quebra-cabeças, aptidão, raciocínio). As linguagens de programação usadas para demonstração são C++, Python e Java.
  • 9.3k
  • MIT

TensorFlow-Tutorials

Tutoriais do TensorFlow com vídeos do YouTube.
  • 9.2k
  • MIT

pandas_exercises

Pratique suas habilidades de pandas!.
  • 9.2k
  • BSD 3-clause "New" or "Revised"

computervision-recipes

Melhores práticas, exemplos de código e documentação para visão computacional.
  • 9.1k
  • MIT

nlp_course

Curso YSDA em Processamento de Linguagem Natural.
  • 8.8k
  • MIT

amazon-sagemaker-examples

Exemplo 📓 Jupyter notebooks que demonstram como criar, treinar e implantar modelos de aprendizado de máquina usando 🧠 Amazon SageMaker..
  • 8.6k
  • Apache License 2.0

nn-zero-to-hero

Redes Neurais: Zero a Herói.
  • 8.5k
  • MIT

Caffe2

  • 8.4k

latent-diffusion

Síntese de Imagens de Alta Resolução com Modelos de Difusão Latente.
  • 8.3k
  • MIT