Bibliotecas escritas en Jupyter Notebook

data-engineering-zoomcamp

¡Curso de Ingeniería de Datos Gratis!.
  • 14.3k

h4cker

Este repositorio es mantenido principalmente por Omar Santos (@santosomar) e incluye miles de recursos relacionados con piratería ética/pruebas de penetración, análisis forense digital y respuesta a incidentes (DFIR), investigación de vulnerabilidades, desarrollo de exploits, ingeniería inversa y más.
  • 14.1k
  • MIT

Kalman-and-Bayesian-Filters-in-Python

Libro Kalman Filter usando Jupyter Notebook. Se enfoca en construir intuición y experiencia, no pruebas formales. Incluye filtros Kalman, filtros Kalman extendidos, filtros Kalman sin perfume, filtros de partículas y más. Todos los ejercicios incluyen soluciones..
  • 14.1k
  • GNU General Public License v3.0

digital_video_introduction

Una introducción práctica a la tecnología de video: imagen, video, códec (av1, vp9, h265) y más (codificación ffmpeg). Traducciones: 🇺🇸 🇨🇳 🇯🇵 🇮🇹 🇰🇷 🇷🇺 🇧🇷.
  • 13.8k
  • BSD 3-clause "New" or "Revised"

first-order-model

Este repositorio contiene el código fuente del modelo de movimiento de primer orden en papel para animación de imágenes.
  • 13.6k
  • MIT

stable-diffusion-webui-colab

difusión estable webui colab.
  • 13.0k
  • The Unlicense

nlp-tutorial

Tutorial de procesamiento de lenguaje natural para investigadores de aprendizaje profundo.
  • 12.8k
  • MIT

deepmind-research

Este repositorio contiene implementaciones y código ilustrativo para acompañar las publicaciones de DeepMind.
  • 12.0k
  • Apache License 2.0

python-machine-learning-book

El repositorio de código del libro y el recurso de información "Python Machine Learning (1st edition)".
  • 11.9k
  • MIT

guidance

Un lenguaje de guía para controlar grandes modelos de lenguaje.
  • 11.8k
  • MIT

DeepLearningExamples

Scripts de aprendizaje profundo de última generación organizados por modelos: fáciles de entrenar e implementar con precisión reproducible y rendimiento en infraestructura de nivel empresarial.
  • 11.3k

community

Contenido de la comunidad de Kubernetes.
  • 11.1k
  • Apache License 2.0

PRML

Algoritmos PRML implementados en Python.
  • 11.0k
  • MIT

yolov7

Implementación de papel - YOLOv7: bolsa de regalos entrenable establece un nuevo estado del arte para detectores de objetos en tiempo real.
  • 10.8k
  • GNU General Public License v3.0 only

notebook

Cuaderno interactivo Jupyter.
  • 10.3k
  • BSD 3-clause "New" or "Revised"

dopamine

Dopamine es un marco de investigación para la creación rápida de prototipos de algoritmos de aprendizaje por refuerzo.
  • 10.2k
  • Apache License 2.0

Grounded-Segment-Anything

Grounded-SAM: casarse con Grounding DINO con segmentar cualquier cosa y difusión estable y reconocer cualquier cosa: detecta, segmenta y genera automáticamente cualquier cosa.
  • 10.0k
  • Apache License 2.0

machine-learning-for-trading

Código de aprendizaje automático para operaciones algorítmicas, 2.ª edición.
  • 10.0k

prettymaps

Un pequeño conjunto de funciones de Python para dibujar bonitos mapas a partir de datos de OpenStreetMap. Basado en las bibliotecas osmnx, matplotlib y shapely.
  • 9.9k
  • GNU Affero General Public License v3.0

code_snippets

  • 9.9k
  • MIT

numerical-linear-algebra

Libro de texto en línea gratuito de cuadernos Jupyter para el curso de álgebra lineal computacional fast.ai.
  • 9.6k

The-Complete-FAANG-Preparation

Este repositorio contiene todos los DSA (estructuras de datos, algoritmos, 450 DSA de Love Babbar Bhaiya, preguntas FAANG), temas técnicos (SO + DBMS + SQL + CN + OOP) teoría + preguntas, preguntas de la entrevista FAANG y cosas misceláneas (programación MCQs, Rompecabezas, Aptitud, Razonamiento). Los lenguajes de programación utilizados para la demostración son C++, Python y Java.
  • 9.3k
  • MIT

TensorFlow-Tutorials

Tutoriales de TensorFlow con videos de YouTube.
  • 9.2k
  • MIT

pandas_exercises

¡Practica tus habilidades de pandas!.
  • 9.2k
  • BSD 3-clause "New" or "Revised"

computervision-recipes

Mejores prácticas, muestras de código y documentación para Computer Vision..
  • 9.1k
  • MIT

nlp_course

Curso YSDA en Procesamiento del Lenguaje Natural.
  • 8.8k
  • MIT

amazon-sagemaker-examples

Ejemplo de 📓 cuadernos Jupyter que demuestran cómo crear, entrenar e implementar modelos de aprendizaje automático con 🧠 Amazon SageMaker.
  • 8.6k
  • Apache License 2.0

nn-zero-to-hero

Redes neuronales: de cero a héroe.
  • 8.5k
  • MIT

Caffe2

  • 8.4k

latent-diffusion

Síntesis de imágenes de alta resolución con modelos de difusión latente.
  • 8.3k
  • MIT