leepand

OptimX-AI

OptimX-AI 轻量级的MLOps平台

Optimx-Dashboard

Optimx mlops 可视化服务

Optimx-Track

跟踪并共享人工智能实时实验、策略

TinyNet

Neural Network From Scratch

Optimx-grad

Neural Network From Scratch

single-ddqn-numpy

使用numpy的ddqn 高效实现

leepand

RLXtreme是一个轻量级且高效的Python强化学习算法包，旨在提供极致性能和灵活业务应用的强化学习解决方案。

Optimx-RL

一个轻量级且高效的Python强化学习工具，旨在提供极致性能和灵活业务应用的强化学习解决方案，optimx-ai的子集。

nn_dqn-from-scratch

MLP-framework (pure numpy) and DQN-framework for OpenAI's Gym games.

featurekit

feature tools

GradX-AI

我们的AI个性化以RL为基础的，旨在将游戏从“一刀切”的模式转变为根据个别玩家喜好定制体验的模式。为了实现这一目标，我们创建了GradX-AI系统，这是一个开创性的实时推荐系统。

py_functions

python 函数集、工具

RLXtreme

RLXtreme是一个轻量级且高效的Python强化学习算法包，旨在提供极致性能和灵活业务应用的强化学习解决方案。

mini-mlops

MLOps for (online) machine/reinforcement learning

RLOps

rlops for real time rl models

ml_template

机器学习项目模版-cookiecutter

RLLoadBalancer

modify the nginx configurations files without cli.

nn_from_scratch

使用NumPy从头开始编写神经网络

leepand.github.io

javascript demo of MWUA(Multiplicative Weights Update Algorithm)

LinkToFeatuteStore

LinkTOFeatuteStore

minirl

minirl

MLOps-practice

MLops—实践机器学习从开发到生产

onlineLearning

online learning

reinforcement-learning-an-introduction

Python Implementation of Reinforcement Learning: An Introduction

LightFM-Dataset-Helper

python package to help preparing Dataframes (csv ... ) for LightFM module for easy Training

domino-research

Projects developed by Domino's R&D team

ebonite

machine learning lifecycle framework

Neural-Linear-Bandits-with-Likelihood-Matching

AlgoLink-docs

AlgoLink说明手册

bandit-recom

通过AI驱动的推荐，提高客户满意度和消费。适用于您的主页、产品详情、电子邮件营销活动等。