Code ouvert. Horizons nouveaux.

Optuna est un framework open-source d'optimisation automatique des hyperparamètres conçu pour le machine learning, doté d'une API define-by-run permettant la construction dynamique des espaces de recherche.

Un projet open-source de prédiction de combats de l'UFC : classements Elo, ensemble boosté par gradient et réseau de neurones multi-tâches fusionnés en un scoreur calibré, évalué par walk-forward à fenêtre croissante sur 2018-2026, avec un explorateur de confrontations Streamlit et un pipeline de données auto-mis à jour hebdomadairement.

Reinfors est une bibliothèque d'apprentissage par renforcement à haut débit qui exécute la dynamique de jeu, la recherche et l'orchestration d'épisodes en Rust parallèle, tout en laissant les réseaux et l'entraînement Python entièrement sous le contrôle de l'appelant.

Un dépôt éducatif enseignant l'apprentissage automatique supervisé à partir des principes fondamentaux avec Python, couvrant les bases mathématiques et les implémentations pratiques.

Eclipse Deeplearning4J (DL4J) est un écosystème d'apprentissage profond pour la JVM, supportant Java, Scala, Kotlin et Clojure. Il intègre DL4J, ND4J, SameDiff, DataVec et Python4J. Compatible multiplateforme avec accélération CPU/GPU. Licence Apache 2.0.

Made With ML est un cours et un codebase open-source enseignant la conception, le développement, le déploiement et l'itération d'applications ML de production, couvrant MLOps, tests, serving, CI/CD et apprentissage continu.

Un cursus gratuit de 10 semaines et 20 leçons sur la data science, conçu par Microsoft, avec projets, quiz et traductions dans plus de 50 langues.

Dépôt de code officiel pour « Build a Large Language Model (From Scratch) » : implémentation PyTorch pas à pas de modèles de type GPT, couvrant pré-entraînement et affinage avec notebooks et exercices.

fastai est une bibliothèque de deep learning basée sur PyTorch qui propose des composants de haut niveau pour une productivité rapide et des composants de bas niveau pour la recherche et la personnalisation.

FiftyOne est un outil open-source pour créer des jeux de données de haute qualité et affiner des modèles d'vision par ordinateur, offrant une interface visuelle pour l'exploration, l'étiquetage, l'évaluation et la purification des données visuelles.

PyTorch est une bibliothèque d'apprentissage automatique open-source offrant le calcul tensoriel avec accélération GPU et un framework de réseaux neuronaux profonds flexible basé sur un système autograd.

FairMind est une plateforme open source de gouvernance de l'IA qui fournit détection de biais, tests d'équité et suivi de conformité pour les modèles ML, LLM et multimodaux. Elle propose une évaluation de niveau probant, un registre de modèles et des outils de remédiation.

PyMC est un package Python pour la modélisation statistique bayésienne, offrant des algorithmes MCMC et d'inférence variationnelle avancés, une syntaxe intuitive et un support complet du workflow bayésien.

Keras 3 est un framework d'apprentissage profond multi-backend permettant aux utilisateurs de construire et d'entraîner des modèles via JAX, TensorFlow, PyTorch ou OpenVINO.

VeighNa est un framework de développement de systèmes de trading quantitatif open source basé sur Python. Il intègre diverses interfaces de trading et applications de stratégie, et introduit le module vnpy.alpha pour le développement, la recherche et le trading en temps réel de stratégies d'apprentissage automatique multi-facteurs.

PlanckGPT est un petit modèle de langage GPT (~540M paramètres) conçu pour être entraîné de zéro sur un ordinateur portable grand public, avec pré-entraînement sur Fineweb-edu et affinage conversationnel.

Pyro est une bibliothèque de programmation probabiliste profonde flexible et évolutive, construite sur PyTorch, prenant en charge des modèles probabilistes universels et l'inférence automatisée.

Curriculum gratuit et open source d'ingénierie IA à partir des premiers principes : 523 leçons en 20 phases (~342 heures), couvrant des mathématiques à la production en Python, TypeScript, Rust et Julia. Chaque leçon produit un prompt, skill, agent ou serveur MCP réutilisable ; inclut un tuteur IA installable et une préparation à la certification Claude.

NLTK est une suite complète de modules Python, de jeux de données et de tutoriels open-source conçus pour soutenir la recherche et le développement en traitement du langage naturel.

Une collection d'exemples de code et de tutoriels en apprentissage automatique et en apprentissage profond accompagnant des cours en ligne. Couvre des sujets allant de la régression linéaire à l'apprentissage par renforcement, le NLP, la vision par ordinateur et l'IA générative.