トピック / machine-learning
machine-learning
29件のリポジトリ
tensorflow/tensorflowGoogle発、機械学習のデファクト基盤 — Google Brainが開発したオープンソースの機械学習フレームワークです。研究から本番デプロイまでを一貫してカバーする柔軟なエコシステムを持ち、Python・C++の安定APIを提供します。長年の実績とコミュニティの大きさから、深層学習を学ぶ人から大規模分散学習を行う現場まで幅広く支持されています。
An Open Source Machine Learning Framework for Everyone
huggingface/transformers最先端モデルを統一的に扱うTransformers — テキスト・画像・音声・マルチモーダルの最先端モデルを共通APIで推論・学習できるフレームワークです。Qwen・Gemma・DeepSeekなど主要LLM/VLMにも対応し、Hugging Face Hubの事前学習モデルを即活用できる点が強みです。研究者・実務者双方にとって事実上の標準ツールとなっています。
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.
pytorch/pytorchPyTorch：動的計算グラフのPython深層学習フレームワーク — NumPy感覚で使えるGPU対応テンソル計算と、テープ方式のautogradによる動的ニューラルネットワーク構築ができるライブラリです。Python-Firstな設計で命令的にモデルを書けるため、研究から実運用まで広く使われ、TensorFlowなどの静的グラフ系フレームワークとの差別化点になっています。
Tensors and Dynamic neural networks in Python with strong GPU acceleration
netdata/netdata全メトリクスを毎秒監視するAI時代の観測ツール — Netdataは少人数チームでもフルスタックの可観測性を実現できる監視基盤です。全メトリクスを毎秒収集し、AIを活用した異常検知やMCP連携も備えます。Prometheus・Grafanaなど既存ツールと組み合わせつつ、設定不要で即導入できる点が特徴です。
The fastest path to AI-powered full stack observability, even for lean teams.
rohitg00/ai-engineering-from-scratch523レッスンで学ぶAIエンジニアリング完全ガイド — 深層学習・LLM・エージェント・強化学習・コンピュータビジョンまでを20フェーズ523レッスンで体系的に学べる実践型カリキュラムです。学んで、作って、他人のために出荷するという理念のもと、Pythonを中心にRustやTypeScriptも扱い、多言語READMEも用意されています。AI Agent Memoryの作者による信頼性の高い教材です。
Learn AI Engineering! Learn it. Build it. Ship it for others.
roboflow/supervisionモデル依存しないCV用ツールキット — 物体検出・セグメンテーション・トラッキングなど、YOLOやTransformersなど任意のモデル出力を統一的に扱える汎用アノテーション・データ処理ライブラリです。特定モデルに依存せず、可視化やゾーンカウントなどのビジネスロジックを素早く実装できる点が特徴で、CVアプリ開発者に人気です。
We write your reusable computer vision tools. 💜
paperless-ngx/paperless-ngx紙資料をAIで検索可能にする文書管理システム — Paperless-ngxは、紙の文書をスキャン・OCR処理して検索可能なオンラインアーカイブに変換するコミュニティ主導の文書管理システムです。旧Paperless/Paperless-ngの後継として、機械学習やLLMを活用した高度な整理機能を備え、脱ペーパー化を目指す個人・組織に最適です。
A community-supported supercharged document management system: scan, index and archive all your documents
photoprism/photoprismAI搭載、プライバシー重視の自前フォトアプリ — PhotoPrismはGoogleフォトの代替として作られたAI搭載写真管理アプリです。TensorFlowによる自動タグ付けやRAW/動画対応の高機能検索を備えつつ、セルフホストでプライバシーを守れる点がGoogleフォトとの大きな違いです。
AI-Powered Photos App 🌈💎✨
ItzCrazyKns/Vane自前ホスト可能なプライバシー重視AI検索エンジン — VaneはPerplexityの代替となるセルフホスト型AI回答エンジンです。OllamaによるローカルLLMやOpenAI・Claude等の外部APIを切り替えつつ、SearxNG経由で検索しながら出典付きの回答を生成します。速度・バランス・品質モードや画像/動画検索、ファイルアップロードなど機能も充実しています。
Vane is an AI-powered answering engine.
qdrant/qdrantRust製の高速ベクトル検索エンジンQdrant — Rustでフルスクラッチ実装された高性能ベクトルデータベースで、HNSWによる近似最近傍探索と高度なフィルタリングを両立します。埋め込みベースの類似検索やレコメンド、RAGなどAI応用に強く、セルフホストとクラウド版の両方で利用できる点が実用性の高さを支えています。
Qdrant - High-performance, massive-scale Vector Database and Vector Search Engine for the next generation of AI. Also available in the cloud https://cloud.qdrant.io/
nautechsystems/nautilus_traderRust製の高速取引エンジンでバックテストと実運用を同一コードで — Rustでコアを実装し決定論的なイベント駆動アーキテクチャを持つ取引エンジンです。Pythonからも利用でき、株式・FX・先物・暗号資産・スポーツベッティングなど幅広い市場のアルゴ取引に対応します。バックテストと本番運用で同じ戦略コードを使い回せる点が既存フレームワークとの差別化ポイントです。
Production-grade Rust-native trading engine with deterministic event-driven architecture
harvard-edge/cs249r_bookハーバード発、機械学習システム工学の教科書 — Harvard CS249rの講義から生まれた無料オープンな教科書で、クラウドからエッジ・組込み・ロボティクスまでMLシステムの設計原則を全4巻で網羅します。TinyMLからAgentic AI・Physical AIまで最新トピックを扱い、学生・実務者双方に実践的な視点を提供します。
Machine Learning Systems: Foundations, Scaling, Agentic AI, and Physical AI (Vols I–IV) • Harvard CS249r | https://mlsysbook.ai
bbfamily/abu株・仮想通貨も扱えるPython量化取引基盤 — 株式・オプション・先物・ビットコインまで対応するPythonベースのオープンソース量化取引システムです。機械学習を組み込んだ戦略構築やバックテストが可能で、書籍『量化交易之路』の実例コードやノンプログラミングUIも提供され、個人投資家から研究者まで幅広く使えます。
阿布量化交易系统(股票，期权，期货，比特币，机器学习) 基于python的开源量化交易，量化投资架构
arc53/DocsGPT自社ドキュメントに根ざしたプライベートAIエージェント基盤 — DocsGPTは社内文書やGitHubなどの情報源にRAGで根拠付けしたエージェントを自己ホストできるOSSプラットフォームです。Agent Builderやディープリサーチ、文書解析、マルチモデル対応を標準搭載し、ChatGPT的なクローズドSaaSに頼らず自社データを安全に活用したい企業・開発者に向いています。ワンコマンドで導入できる手軽さも強みです。
Private AI platform for agents, assistants and enterprise search. Built-in Agent Builder, Deep research, Document analysis, Multi-model support, and API connectivity for agents.
owainlewis/awesome-artificial-intelligence生成AI・エージェント開発者のための厳選リソース集 — 単なるAI製品ディレクトリではなく、技術的な深さと実用性を重視して厳選されたリスト。基礎理論から言語モデル・検索・エージェントを使った実装、本番運用の評価・監視まで幅広く網羅しています。週次で自動レビューされ品質が保たれている点も特徴です。
A curated list of Artificial Intelligence (AI) courses, books, video lectures and papers.
tracel-ai/burnRustでPyTorch超え目指すテンソル/DLフレームワーク — Burnは学習と推論を同一コードで実行できるRust製テンソルライブラリ兼深層学習フレームワークです。ONNXエクスポートなしに訓練コードがそのまま本番で動き、カーネル融合JITにより動的グラフの柔軟さと高速性を両立します。CUDA/Metal/WebGPU/ROCmなどマルチプラットフォーム対応で、研究向けの速い編集・実行サイクルも実現しています。
Burn is a next generation tensor library and Deep Learning Framework that doesn't compromise on flexibility, efficiency and portability.
roboflow/rf-detrDINOv2搭載のリアルタイムSOTA物体検出DETR — RoboflowによるRF-DETRは、DINOv2をバックボーンに採用したTransformerベースの物体検出・インスタンス/キーポイント検出モデルです。COCOでSOTAの精度とレイテンシのバランスを実現しつつ、独自データセットへのファインチューニングを前提に設計されており、NASによる最適アーキテクチャ探索もサポートします。
RF-DETR is a real-time object detection and segmentation model architecture developed by Roboflow, SOTA on COCO, designed for fine-tuning. [ICLR 2026]
MakazhanAlpamys/Soup4GB GPUでも8BモデルをLoRA/QLoRA微調整 — YAML一つでLLMのファインチューニングと事後学習をワンコマンド実行できるCLIです。レイヤーストリーミング技術により、家庭用の4GB GPUでも8Bモデルを学習可能にしている点が特徴です。SSHやconfig地獄なしで手軽にLoRA/QLoRA/DPO/SFTを試せます。
Fine-tune LLMs from one YAML. Layer streaming trains an 8B model on a 4 GB laptop GPU.
infinitered/nsfwjsブラウザだけで完結するNSFW画像判定 — TensorFlow.jsを使い、サーバーに画像を送らずクライアント側だけで不適切画像を検出できるJSライブラリです。モデルサイズに応じて約90〜93%の精度を実現し、Node.jsやReact Nativeでも利用可能。プライバシーを保ちつつコンテンツ管理したい開発者に向いています。
NSFW detection on the client-side via TensorFlow.js
kserve/kserve生成AIと予測AIを統合するKubernetes推論基盤 — KServeはKubernetes上でLLM推論と従来の機械学習モデル推論を単一プラットフォームで扱えるCNCFプロジェクトです。vLLMによる高速化やOpenAI互換API、KVキャッシュオフロードなど生成AI向け機能に加え、TensorFlow/PyTorch/XGBoostなど多様なフレームワークのモデルサービングやCanaryデプロイ、説明可能性もサポートし、MLOps基盤を統一します。
Standardized Distributed Generative and Predictive AI Inference Platform for Scalable, Multi-Framework Deployment on Kubernetes
higgsfield-ai/higgsfield数千億パラメータ級LLMを泣かずに学習するGPUオーケストレーション — Higgsfieldは巨大言語モデルの分散学習に特化したOSSフレームワークです。ZeRO-3やPyTorchのFSDPに対応し、GPUリソース管理・実験キュー・GitHub連携まで備えることで、Llama等のマルチノード学習を数行のコードで実現できます。MLOps基盤としての運用性も強みです。
Fault-tolerant, highly scalable GPU orchestration, and a machine learning framework designed for training models with billions to trillions of parameters
parrt/dtreeviz決定木の中身を“見える化”するライブラリ — 決定木やランダムフォレスト、XGBoost・LightGBMなどのモデルを直感的に可視化できるPythonライブラリです。単なる木構造の図示に留まらず、特徴量の分岐やデータ分布まで表示することでモデルの解釈を助けてくれるため、機械学習を学ぶ人やモデル診断を行うデータサイエンティストに特に役立ちます。
A python library for decision tree visualization and model interpretation.
GantMan/nsfw_model画像のNSFW判定をKerasで実現 — 60GB超のデータで学習したInception V3ベースのモデルで、画像をdrawings・hentai・neutral・porn・sexyの5分類に判定します。93%の精度を達成しており、NSFWコンテンツの自動フィルタリングをアプリに組み込みたい開発者に便利です。CLIやPythonから手軽に利用できます。
Keras model of NSFW detector
isair/jarvisローカルで動く常駐型AIアシスタント「Jarvis」 — Jarvisはデスクトップ常駐型のプライベートAIアシスタントです。音声・テキストでの自然な会話に対応し、会話中に名前を呼ぶだけで割り込んで応答できます。Ollamaなどを使い完全オフラインで動作し、日記や知識グラフもローカル保存、機密情報は自動で伏せ字化されるため、クラウド型アシスタントと一線を画すプライバシー重視の設計です。
Private local AI assistant for your desktop. Voice and text chat, personal memory, dictation and MCP tools. Runs offline with Ollama or OpenAI-compatible servers on macOS, Windows and Linux.
strands-labs/strands-deciderA small, fast decision model, or system one model, for agentic workflows. Pick between options or rate on a scale faster than an LLM, with a calibrated confidence on every decision.
fstandhartinger/jevbench型付き意思決定モデルを評価するJevBenchベンチマーク — JevBenchは、状態と限定された評価基準を渡すと確率付きの型付き回答を返す「Jev系決定モデル」を比較するベンチマークです。プロース生成に依存しないAIシステムを対象に、Imajev-4BやPlumb-4Bなど95以上のモデルをスコア化しランキング公開しており、軽量で高速な決定モデルの開発者や評価者に役立ちます。
JevBench by Benchmark Heaven: benchmark and leaderboard for AI decision models, measuring typed decision accuracy, calibration, latency and cost.
deepfates/impDSPyをElixir/BEAMに移植した自己改善LLMプログラム — ImpはPythonのDSPyをElixirに完全移植したライブラリで、型付きのLMステップをOTPのプロセスとして動かせます。プロンプトやパーサーを手書きせず、シグネチャから入出力を宣言し、ラベル付き例とメトリクスで自動的にプログラムを最適化できます。エージェントや検索も含め、BEAMの並行性・耐障害性を活かしたLLMアプリ構築を目指す開発者に向いています。
declarative self-improving language-model programs for Elixir 😇
Sparticle62ops/pssaTransformerに依存しないRust製の新アーキテクチャ言語モデル — PSSAはPyTorchやTensorFlowを使わず、Rustでスクラッチ実装された状態空間ベースの小型言語モデルです。トークンを逐次処理し、ハイパボリック空間の記憶バンクと自己書き換え型の重みを持つことで、同条件のTransformerより学習が速く推論も約12倍高速という独自アプローチが特徴です。アーキテクチャ研究者やRustでMLを実装したい人に刺さる内容です。
PSSA: a non-transformer language model written from scratch in Rust. Recurrent state-space layer, episodic memory, self-modifying weights, CUDA training, and a full terminal dashboard.
ymcrcat/rgpuMacでもCUDA不要、リモートGPUでPyTorchを動かす — CUDA非搭載のMacなどからPyTorchテンソル演算をリモートのNVIDIA GPUに透過的にオフロードできるツールです。専用deviceを使う簡単な方式と、既存のLinux CUDAバイナリをそのまま動かせるCUDAシム方式の2経路を提供し、ローカル開発環境を変えずに手元に無いGPUを活用できます。
Keep Python on your laptop. Run PyTorch operations and hold tensors on a remote GPU, including from a Mac with no CUDA installation.