Código aberto. Novas possibilidades.

Freqtrade é um bot de trading de criptomoedas gratuito e open-source em Python, com backtesting, dry-run, otimização de estratégias via ML, FreqAI de previsão adaptativa, controle via Telegram/WebUI e suporte a principais exchanges spot e futuros.

Hugging Face Transformers é um framework de definição de modelos para aprendizado de máquina em tarefas de texto, visão, áudio e multimodais. Oferece uma API unificada para inferência e treinamento com mais de 1 milhão de checkpoints pré-treinados.

AutoKeras é uma biblioteca AutoML de código aberto construída sobre o Keras que automatiza a busca de modelos de aprendizado profundo para tarefas de imagem, texto e dados estruturados.

Biblioteca de aprendizado por reforço para decisões operacionais—precificação, inventário, energia, filas, cadeias de suprimentos. 31 algoritmos com interfaces tipadas, baselines clássicos e benchmarks reproduzíveis.

Optuna é um framework de otimização automática de hiperparâmetros para machine learning, com API define-by-run para construção dinâmica de espaços de busca.

Um projeto open-source de previsão de lutas do UFC: ratings Elo, um ensemble gradient-boosted e uma rede neural multi-task combinados em um pontuador calibrado, avaliado via walk-forward de 2018-2026, com explorador Streamlit e pipeline semanal.

Reinfors é uma biblioteca de aprendizado por reforço de alto desempenho que executa a dinâmica do jogo, busca e orquestração de episódios em Rust paralelo, mantendo redes e treinamento baseados em Python totalmente sob o controle do usuário.

Um repositório educacional que ensina aprendizado de máquina supervisionado a partir de princípios fundamentais usando Python, abrangendo bases matemáticas e implementações práticas.

O Eclipse Deeplearning4J (DL4J) é um ecossistema de deep learning open-source para JVM, com suporte a Java, Scala, Kotlin, Clojure. Inclui importação de modelos Keras/TensorFlow/ONNX, ND4J para álgebra linear, SameDiff para diferenciação automática, DataVec para ETL, e opera em CPU/GPU nas principais plataformas.

Made With ML é um curso e código-base de código aberto que ensina como projetar, desenvolver, implantar e iterar em aplicações de machine learning de nível de produção, abrangendo MLOps, testes, serving, CI/CD e aprendizado contínuo.

Currículo gratuito da Microsoft com 10 semanas e 20 lições de ciência de dados para iniciantes, baseado em projetos, com quizzes e traduções para mais de 50 idiomas.

Repositório oficial de código do livro 'Build a Large Language Model (From Scratch)': implementação passo a passo em PyTorch de modelos tipo GPT, cobrindo pré-treinamento e ajuste fino com notebooks e exercícios.

fastai é uma biblioteca de deep learning construída sobre o PyTorch que oferece componentes de alto nível para produtividade rápida e componentes de baixo nível para pesquisa e customização.

FiftyOne é uma ferramenta de código aberto para criar conjuntos de dados de alta qualidade e modelos de visão computacional. Ela permite aos usuários visualizar, rotular, avaliar e curar dados de IA visual.

PyTorch é uma biblioteca de machine learning de código aberto que oferece computação de tensores com aceleração por GPU e um framework flexível de redes neurais profundas baseado em um sistema autograd.

FairMind é uma plataforma de governança de IA de código aberto que oferece detecção de viés, testes de justiça e rastreamento de conformidade para modelos de ML, LLM e IA multimodal. Ela disponibiliza avaliação com grau de evidência, registro de modelos e ferramentas de remediação.

PyMC é um pacote Python para modelagem estatística bayesiana, oferecendo algoritmos avançados de MCMC e inferência variacional. Permite especificação intuitiva de modelos, suporte a dados faltantes e integração com PyTensor.

O Keras 3 é um framework de deep learning multi-backend que permite aos usuários construir e treinar modelos usando JAX, TensorFlow, PyTorch ou OpenVINO.

VeighNa é um framework de desenvolvimento de sistema de negociação quantitativa de código aberto baseado em Python, que integra diversas interfaces de negociação e aplicações de estratégias nacionais e internacionais, além de acrescentar o módulo vnpy.alpha para suportar o desenvolvimento de estratégias de aprendizado de máquina multifator, pesquisa e negociação em tempo real.

Um pequeno modelo de linguagem GPT (~540M parâmetros) projetado para treinamento do zero em hardware de laptop de consumo, com pré-treinamento em Fineweb-edu e capacidade de ajuste fino para chat.