7 โปรเจ็คด้าน Machine Learning บน GitHub

Analyticsvidhya ได้นำเสนอ 7 โปรเจ็คที่น่าสนใจด้าน Machine Learning และ Deep Learning ทางเราเห็นว่าน่าสนใจดีจึงขอสรุปมาให้ได้ติดตามกันครับ

1.Pyforest

ไอเดียของโปรเจ็คนี้คือทำให้ผู้ใช้งานสามารถเรียกไลบรารี่ Python เกี่ยวกับ Data Science ที่จำเป็นเข้ามาในโปรเจ็คด้วยบรรทัดเดียว (ตัวอย่างการใช้คือ from pyforest import *) เช่น NumPy, matplotlib หรืออื่นๆ ผู้สนใจสามารถติดตามเพิ่มเติมได้ที่นี่

2.HungaBunga

ช่วยในการหา Hyperparameter ที่เหมาะสมในทุกค่าที่เป็นไปได้และทำ Raking ให้โดยการใช้ Cross-validation โดยกลไกภายในก็คือการใช้ Sklearn (scikit – learn) นั่นเอง ผู้สนใจสามารถติดตามเพิ่มเติมได้ที่นี่

3.Bsuite

Bsuite ย่อมาจาก Behavior Suite ซึ่งผู้สร้างก็คือ DeepMind ผู้คร่ำหวอดในวงการ Reinforcement learning โดยวัตถุประสงค์ของโปรเจ็คนี้ก็เพื่อเข้าใจความสามารถและพฤติกรรมของ Agent ในหลายด้าน (ตามรูปประกอบด้านล่าง) ผู้สนใจสามารถติดตามเพิ่มเติมได้ที่นี่

4.DistilBERT

BERT เป็น Framework ด้าน NLP โดยเบื้องหลังของ DisDistillated-BERT ก็คือทีมงานจาก PyTorch-Transformer Framework นั่นเองซึ่งมีประสิทธิภาพดีกว่า BERT ถึง 60% แต่ยังคงคุณภาพไว้ได้ถึง 95% ผู้สนใจสามารถติดตามเพิ่มเติมได้ที่นี่ (ภาพประกอบ Timeline ตามด้านล่าง)

5.ShuffleNet

โปรเจ็คด้าน Computer Vision โดยโครงสร้างพื้นฐานของ Convolutional Neural Network (CNN) ที่ถูกออกแบบมาให้รันได้บนมือถือ อย่างไรก็ดีในโปรเจ็คมี ShuffleNet อยู่หลายเวอร์ชัน ผู้สนใจสามารถติดตามเพิ่มเติมได้ที่นี่

6.RAdam

RAdam นั้นต่อยอดมาจาก Adam ที่แก้ปัญหาเรื่องของปัญหาความผันผวนที่เกิดขึ้นกับ Adaptive learning rate ในช่วงต้นของการเทรนนิงโมเดล Deep Learning โดย RAdam ได้เพิ่มประสิทธิภาพไปมากขึ้นอีกระดับ (สามารถชมกราฟเปรียบเทียบได้ตามด้านล่าง) ผู้สนใจสามารถติดตามเพิ่มเติมได้ที่นี่

7.ggtext

สำหรับผู้ใช้งานภาษา R ที่คุ้นเคยกับแพ็กเกจ ggplot2 นั้นตัว ggtext จะเข้ามาช่วยให้สามารถสร้าง Rich-text ตามจุดที่เราพล็อตเอาไว้ได้ ซึ่งภายในยังมีลูกเล่นอีกหลายส่วน (ตัวอย่างตามภาพประกอบด้านล่าง) ผู้สนใจสามารถติดตามเพิ่มเติมได้ที่นี่

ที่มา :  https://www.analyticsvidhya.com/blog/2019/09/7-data-science-projects-github-showcase-your-skills/