Eine kuratierte Liste von über 500 Projekten zu maschinellem Lernen, Deep Learning und Computer Vision mit Quellcode.
Entdecken Sie Hunderte von Projekt-Repositories zu maschinellem Lernen, Deep Learning und NLP.
Dieses Repository bietet einen massiven, indizierten Katalog von über 500 Projekten zu künstlicher Intelligenz, Computer Vision und maschinellem Lernen inklusive Quellcode. Es ist konzipiert für Ingenieure und Studierende, die praxisnahe Beispiele von Zeitreihenprognosen bis hin zu Transformern und neuronalen Netzen suchen.
Das Repository dient als kuratierter Index, der auf externe Tutorials, Artikel und GitHub-Repositories zu Computer Vision, natürlicher Sprachverarbeitung und Deep Learning verweist. Es kategorisiert spezifische Implementierungen wie Stimmungsanalyse, Regressionsanalyse und YOLO-basierte Vision-Aufgaben in einer einzigen Referenztabelle.
Es eignet sich für Entwickler und Data Scientists, die nach sofort einsatzbereiten Projektideen und Code-Implementierungen zum Studieren oder Weiterbauen suchen. Es ist nicht geeignet für Teams, die eine schlüsselfertige Softwareanwendung, eine Bereitstellungspipeline oder ein produktionsreifes API-Framework suchen.
Greifen Sie auf kuratierte Links zu 365 Tagen Computer-Vision-Lernen und spezifischen Objekterkennungs-Code-Repositories zu.
Entdecken Sie Sammlungen mit über 125 Sprachmodellen und Ressourcen für Satz-Embeddings.
Finden Sie gezielte Projektlinks zu Regressionsanalysen und Klassifikationsproblemen mit Python.
Durchstöbern Sie Hunderte von branchenspezifischen, realen Machine-Learning-Projekten und Tutorial-Sammlungen.
Kostenlos auf GitHub zugänglich und lesbar, da es sich um ein Dokumentations-Repository handelt, das auf offene Ressourcen verlinkt. Die einzigen Kosten sind Ihre Zeit, die Sie für das Durchgehen der externen Codebasen aufwenden.
877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Der Maintainer testet Links regelmäßig, aber da sie auf externe Websites wie GitHub und Medium verweisen, können sich einzelne URLs gelegentlich ändern oder fehlerhaft werden.
Ja, Sie können Pull Requests einreichen, um neue Ressourcen hinzuzufügen oder kaputte Links in der Tabelle zu korrigieren.
Nein, es dient als kuratierter Index und Roadmap, die auf externe Codebasen und Tutorials verweist, die anderswo gehostet werden.
Zekai zuerst in Google sehen