本项目旨在为流数据学习(stream learning)算法的开发提供一个统一的平台，集成了多种流数据机器学习算法，并配备了相应的测试数据生成方法。平台包含流数据的生成、调度、学习和测试等功能模块，能够满足不同算法在动态流数据环境下的开发和验证需求。通过提供一个高度集成的工具链，用户可以便捷地进行流数据算法的设计、实验与调优，推动流数据学习领域的研究与应用发展。

OpenMLDB是一个开源机器学习数据库，面向机器学习应用提供正确、高效数据供给。

你想要的计算机经典书籍，这里都有！

⚡️SwanLab - 一个开源的、现代设计的AI训练记录、观测与协作工具。支持云/自托管使用。集成了PyTorch / Transformers / LLaMA Factory / Swift / Ultralytics / veRL 等 30+ 主流AI训练框架。

云里云外开源社区人工智能方向的知识分享平台，记录了云子们的学习路线和项目实战。旨在为更多同学提供一个AI和Python学习路线的参考和团队协作的平台。与众多爱好者共同学习并进行项目实战的协作。我们专注于Python基础知识、Web开发、网络爬虫、机器学习、深度学习及其相关领域，例如数理知识、特征工程、计算机视觉、自然语言处理、推荐系统。

基于NumPy构建的机器学习模型<br>ChEn's Machine Learning model Organized using Numpy

基于计算机视觉和深度学习的睡意检测系统能够实时检测摄像头中人脸的表情并判断是否走神程序通过加载预先训练好的深度学习模型来识别人脸表情使用OpenCV提供的人脸检测器定位人脸位置通过计算人脸表情变化的频率来判断是否走神如果连续5秒内检测到人脸表情为“悲伤中性或疲劳则认为人处于走神状态程序将在摄像头画面上显示警告信息该程序可以被应用于长时间需要集中注意力的工作场所例如驾驶员驾驶汽车操作机器人的工作环境

PyTorch 实现 CNN，以及一些使用CNN图片分类项目

基于tensorflow量化模型训练，opencv实现的机器视觉智能垃圾分类，适用于低算力移动端设备如树莓派。

《数据可视化技术》第1版（ISBN：ISBN 9787576843330），作者：梁英宏、谢嵘、刘义春，吉林大学出版社2024年。

记录推荐系统、推荐算法相关方面的学习笔记和内容。

AISBench训练基准的参考实现，来自各企业贡献者与个人贡献者贡献。

机器学习实战，包含相关代码和数据集

一个跨平台的深度学习神经网络模型(卷积神经网络)，纯C语言实现，可以在windows、linux、android、stm32等嵌入式系统上面部署。