学ぶ価値のある Github 上の 7 つの AI プロジェクト

「Python を学ぶ大きな楽しみの 1 つは、人工知能を学ぶことです。Lao K が GitHub で興味深い AI プロジェクトをいくつかまとめました。ぜひご覧ください!

[[331400]]

1. Google リサーチ

住所

https://github.com/google-research/google-researchstar10.5kfork2.0k

Google AI 研究プロジェクトの非公式コレクション

2. AIDungeon

住所

https://github.com/AIDungeon/AIDungeonstar2.5kfork399

機械学習を活用したダンジョンクローラーテキストゲーム。このプロジェクトでは、機械学習を使用してゲームを構築する方法を紹介します。コードはシンプルで明確であり、AI 愛好家が深く学ぶのに適しています。

3. RecommenderSystem 論文

住所

https://github.com/daicoolb/RecommenderSystem-Paperstar568fork186

AAAI や NIPS などの優れた業界カンファレンスで発表された論文や、KDD の受賞論文を含む、推奨システム論文のリストです。推薦システムやテキスト表現の分野の研究者にとって、業界の古典的な論文や最新の研究の方向性を追跡して読むのに便利です。

4. 質問応答システム

住所

https://github.com/ysc/QuestionAnsweringSystemstar1.6kfork1.2k

質問を自動的に分析し、候補となる回答を提示できる、Java で実装された人間とコンピュータによる質問応答システム。 2011 年に放送されたアメリカの人気クイズ番組「Jeopardy」では、IBM が開発した AI 質問応答システムである Watson が人間の出場者に勝利しました。QuestionAnsweringSystem は Watson の Java 実装です。今日の観点から見ると、それほどスマートではないかもしれませんが、そのシンプルさと導入および操作の容易さにより、初心者が試してみるのに非常に適しています。急いで、クールでインテリジェントな質問応答システムをアプリケーションに統合してください。

5. pg_flame

住所

https://github.com/mgartner/pg_flamestar1.3kfork18

EXPLAIN ANALYZE の結果をフレーム グラフで表示する Postgres データベース パフォーマンス分析ツール

6. gpt-2

住所

https://github.com/openai/gpt-2star12.0kfork2.9k

OpenAI は、これまでで最大のモデルとなる 15 億のパラメータを持つ一般言語モデル GPT-2 をリリースしました。これは、自然に発生するデモンストレーションに基づいてタスクを実行することを学習する言語処理システムを構築する潜在的な方法を示しています。コード例:

7. ミルバス

住所

https://github.com/milvus-io/milvusstar3.5kfork563

大規模な特徴ベクトルのためのオープンソース類似性検索エンジン。 Faiss や SPTAG などの演算子ライブラリと比較して、Milvus は完全なベクター データの更新、インデックス作成、およびクエリ フレームワークを提供します。 Milvus は GPU を使用してインデックス作成とクエリを高速化し、単一のマシンのパフォーマンスを大幅に向上させることができます。導入と使用が簡単で、AIアプリケーションの実装の難しさを軽減します。