epfml/ML_course

EPFL Machine Learning Course, Fall 2026

解決する問題

このリポジトリは、EPFL機械学習コース（CS-433）の完全なカリキュラム、実践演習、プロジェクト資料にアクセスするための集中ハブを学生に提供します。

仕組み

このリポジトリはコースのライブラリとして機能し、講義ノート、コードテンプレート、解答をホストします。公式コースウェブサイト（シラバス詳細）、メディアチャンネル（講義録画）、ディスカッションフォーラム（学生サポート）などの外部プラットフォームと統合されています。

対象者

主にEPFL機械学習コースに登録している学生を対象としており、教材、コーディング課題、プロジェクトリソースへのアクセスが必要です。

ハイライト

  • 包括的な講義ノートとコース教材へのアクセス。
  • ラボ用の実用的なコードテンプレートと解答を含む。
  • 現在および過去の講義ビデオへのリンク。
  • ディスカッションフォーラムとメールによる統合サポートチャネル。

関連

  • プロジェクト
    NVIDIA-NeMo/RL

    NeMo RL は、大規模マルチモーダルモデル（LLM、VLM）のスケーラブルな強化学習のためのオープンソースのポストトレーニングライブラリです。GRPO、DAPO、SFT などのアルゴリズムを提供し、分散トレーニングと生成のための柔軟なバックエンドを備えています。

  • プロジェクト
    gavinkhung/machine-learning-visualized

    Machine Learning Visualizedは、数学的導出と視覚的なトレーニングシミュレーションを通じて機械学習アルゴリズムを説明する、インタラクティブなJupyter Notebookとドキュメントのコレクションです。

  • プロジェクト
    Farama-Foundation/ViZDoom

    視覚情報のみを使用してゲームをプレイするボットの開発・テストを目的とした、DoomベースのAI研究プラットフォーム。主に強化学習の研究に用いられる。

  • プロジェクト
    deepcharles/ruptures

    非定常信号の分析およびセグメンテーションに使用される、オフライン変化点検知のためのPythonライブラリ。