Idioma
InicioLenguajes
Secciones
Un desarrollador convirtió su preparación para entrevistas en un repositorio estructurado y recibió ofertas de Meta, Google, Amazon, Apple y Roku. Esto es lo que contiene.
FinancePy es una biblioteca Python pura para calcular precios de derivados que utiliza compilación JIT con Numba para alcanzar velocidades de C++ manteniendo el código legible.
Una guía práctica para construir un asistente de IA conversacional usando el curso gratuito LLM Zoomcamp de DataTalksClub. Aprende sobre RAG, búsqueda vectorial y agentes.
GEPA utiliza algoritmos genéticos con optimización de Pareto para evolucionar prompts y artefactos de texto, reemplazando costosos enfoques de RL con solo 100-500 ejecuciones.
Una guía práctica sobre robótica y visión por computador en Python utilizando bibliotecas gratuitas de código abierto como alternativa a los costosos toolboxes de MATLAB.
Descubre una hoja de ruta de aprendizaje de ML seleccionada por la comunidad coreana con más de 3,000 estrellas. Desde lo básico de pandas hasta GANs y LLMs — un camino estructurado a través del ruido.
El repositorio mimic-code del MIT ha sido el estándar de oro para conjuntos de datos médicos durante casi una década. Esto es lo que significa para los desarrolladores.
Descubre por qué los traders minoristas pierden mientras los fondos cuantitativos prosperan. Una inmersión profunda en Quant-Guild-Library, un centro educativo que une la teoría de las finanzas cuantitativas con código práctico en Python para trading algorítmico, opciones y ML en finanzas.
CLIP de OpenAI aprende conceptos visuales a partir de descripciones en lenguaje natural, permitiendo clasificación zero-shot sin conjuntos de datos etiquetados.
Una inmersión profunda en AIInfra, un enorme repositorio educativo que desglosa la infraestructura de redes neuronales desde clústeres de hardware hasta algoritmos de entrenamiento distribuido.
Una guía práctica sobre trading algorítmico con Python, que abarca la selección de acciones, el momento de las operaciones y las estrategias de backtesting.
LIBERO es un framework y benchmark para el aprendizaje robótico continuo, que resuelve el olvido catastrófico permitiendo a los robots acumular habilidades sin perder las existentes.