tiepvupsu/ebookMLCB
ebook Machine Learning cơ bản
解決する課題
このプロジェクトは、『Machine Learning cơ bản』（基礎機械学習）教科書のソースコードとアクセス可能なPDF版を提供し、学習者が機械学習の基礎概念を理解するためのデジタルリソースを確保します。
仕組み
リポジトリは、白黒およびカラーのPDF形式で書籍をホストしています。これは、読者がコンテンツにアクセスし、GitHubの課題追跡システムを通じてエラーを報告したり改善を提案したりするための中心的なハブとして機能します。
対象読者
このリソースは、Vũ Hữu Tiệpの教育資料で扱われている基礎原理を学びたい、機械学習に興味のある学生や自習者を対象としています。
ハイライト
- 『Machine Learning cơ bản』教科書のPDF版を無料で提供。
- 異なる読書の好みに応じて、カラー版と白黒版の両方を提供。
- GitHubの課題を通じてコミュニティからのフィードバックやエラー報告を可能にします。
- 書籍のコンテンツと更新の公式リポジトリとして機能します。
関連
- プロジェクト
flexflow/flexflow-trainFlexFlow Train は、分散 DNN トレーニングを高速化するための効率的な並列化戦略を自動的に検索する深層学習フレームワークです。PyTorch、Keras、ONNX モデルをサポートし、MCMC ベースの自動チューニングを使用して GPU クラスター上でより高速な実行プランを見つけます。
- プロジェクト
Linaqruf/kohya-trainerkohya-ss/sd-scripts バックエンドを使用してセットアップと実行プロセスを自動化し、画像生成モデルの LoRA 学習を簡素化する Google Colab ノートブック集。
- プロジェクト
GPflow/GPflowTensorFlow と TensorFlow Probability を使用した高速 GPU 加速推論のための Python ライブラリで、ガウス過程モデルの構築を支援します。
- プロジェクト
dynamicslab/pysindyPySINDyは、非線形動力学系のスパース同定（SINDy）アルゴリズムを実装したPythonパッケージであり、時系列データから明示的な支配方程式を導出できます。多様なスパース最適化手法やカスタマイズ可能な特徴量ライブラリを提供し、予測、制御、科学的洞察に役立つ解釈可能なモデルを生成します。