DA

dotaiz/ai-ml

开发工具

本页由 AI 翻译,技术细节请以原文为准。 查看原文

75 stars 质量 55 趋势 22

一个精心策划的动手图书馆,包含人工智能/机器学习、深度学习、生成式人工智能、人工智能代理、微调和现代工具的笔记本、演示和资源。

概览

人工智能、机器学习、深度学习与大型语言模型——内容与烹饪书 一个精心策划的动手图书馆,包含笔记本、演示和资源,涵盖AI/ML、深度学习、生成式AI、RAG、代理、微调和现代工具。 - GitHub: https://github.com/05satyam/instruct_vault - GitHub:https://github.com/05satyam/nonconvexoptimizationfunclib 一个用于评估和比较优化算法的Python库。 - GitHub:https://github.com/05satyam/ml-interview-prep 配套手册:在高级软件工程师/机器学习面试中解释、推导、选择、调试和辩护。 该库汇集了实用的AI/ML和生成式AI知识。重点在于——笔记本和指南可重复、直观且易于扩展。

概述(AI 翻译)

人工智能、机器学习、深度学习与大型语言模型——内容与烹饪书

一个精心策划的动手图书馆,包含笔记本、演示和资源,涵盖AI/ML、深度学习、生成式AI、RAG、代理、微调和现代工具。

–>

–>


📦 PyPI 包

InstructVault


非凸优化基准函数

一个包含标准非凸基准函数的Python库,用于评估和比较优化算法。


📘 ML面试手册

经典机器学习基础配套手册:在高级软件工程师/机器学习面试中解释、推导、选择、调试并辩护。


📌 目录

  1. 使命与范围
  2. 选择你的道路
  3. 基础(AI/机器学习核心)
  4. LangChain(所有笔记本)
  5. LlamaIndex(所有笔记本)
  6. RAG系统(所有变体)
  7. 代理人与编排
  8. 图与多模态
  9. MCP(模型上下文协议)

本页由 AI 翻译,技术细节请以原文为准。

README

以下为原文 README 节选,完整内容请查看原文。

AI, ML, Deep Learning & LLMs — Content & Cookbooks

A curated, hands-on library of notebooks, demos, and resources for AI/ML, Deep Learning, Generative AI, RAG, agents, fine-tuning, and modern tooling.


📦 PyPI Packages

InstructVault

pip install instructvault

Non-Convex Optimization Benchmark Functions

A Python library of standard non-convex benchmark functions for evaluating and comparing optimization algorithms.

pip install nonconvexoptimzationfunclib

📘 ML Interview Handbook

Companion handbook for classical ML fundamentals: explain, derive, choose, debug, and defend them in senior SWE / MLE interviews.


📌 Table of Contents

  1. Mission & Scope
  2. Pick your path
  3. Foundations (AI/ML Core)
  4. LangChain (All Notebooks)
  5. LlamaIndex (All Notebooks)
  6. RAG Systems (All Variants)
  7. Agents & Orchestration
  8. Graph & Multimodal
  9. MCP (Model Context Protocol)
  10. Observability
  11. Interview Experiences (includes GenAI question banks)
在 GitHub 查看完整 README

推荐工具

换一个关键词,或者移除筛选条件。

安装

npx skillfish add dotaiz/ai-ml
新手?先看 mcpskill.org 教程 →