• 1
• 0
• 2

GoAI / 清洗数据脚本 forked from LLM-Data-Team / 清洗数据脚本

脚本主要用于大模型语料的采样和各种清洗任务

• 1
• 0
• 267

GoAI / PaddleOCRSharp

PaddleOCRSarp是一个基于百度飞桨PaddleOCR的C++代码修改并封装的.NET的OCR工具类库。包含文本识别、文本检测、表格识别功能。本项目针对小图识别不准的情况下做了优化，比飞桨原代码识别准确率有所提高。 包含总模型仅8.6M的超轻量级中文OCR，单模型支持中英文数字组合识别、竖排文本识别、长文本识别。同时支持多种文本检测。

• 1
• 1
• 2

GoAI / chinese_license_plate_generator forked from qing / chinese_license_plate_generator

中国车牌号码模拟生成器

• 1
• 0
• 1118

GoAI / AIAS forked from Calvin / AIAS

AIAS (AI Acceleration Suite) - 人工智能加速器套件。提供: 包括SDK，平台引擎，场景套件在内，合计超过100个项目组成的项目集。

• 1
• 0
• 1

GoAI / Bigdata_Eshop

本项目分别电商数据统计模块及业务采集及数仓搭建模块，利用hive统计每个区域热门商品进行统计；依据业务数据实现离线业务数仓搭建。

• 1
• 0
• 249

GoAI / tianruoocr-cl forked from 唉可悲 / tianruoocr-cl

天若ocr开源版本的本地版，采用Chinese-lite和paddleocr识别框架

• 1
• 2
• 0

GoAI / Spark-Movie

Spark电影数据分析实战，利用spark开发针对用户观影等历史行为数据进行采集、分析和展示

• 1
• 1
• 0

GoAI / area-hot-product

:tada: 分析各区域热门商品 —— 使用 Flume 采集数据，MapReduce 或 Spark Core 进行数据清洗，最后使用 Hive 或 Spark SQL 进行数据的分析和处理。

• 1
• 0
• 5283

GoAI / mindspore forked from MindSpore / mindspore

Closed

MindSpore is a new open source deep learning training/inference framework that could be used for mobile, edge and cloud scenarios.

• 1
• 1
• 1446

GoAI / models forked from MindSpore / models

Models of MindSpore

• 1
• 1
• 1

GoAI / crnn_ctc-centerloss forked from chenhaohan88 / crnn_ctc-centerloss

ctcloss + centerloss crnn text recognition

• 1
• 0
• 1116

GoAI / PaddleOCR forked from Solar.Lee / PaddleOCR

基于飞桨的OCR工具库，包含总模型仅8.6M的超轻量级中文OCR，单模型支持中英文数字组合识别、竖排文本识别、长文本识别。同时支持多种文本检测、文本识别的训练算法。

• 1
• 0
• 6

GoAI / coggle forked from turkeymz / coggle

coggle各月份学习打卡

• 1
• 1
• 73

GoAI / pytorch-doc-zh forked from OpenDocCN / pytorch-doc-zh

PyTorch 中文教程

• 1
• 2
• 1

GoAI / ML_algorithm

机器学习SVM、LR、Kmeans、NB、NN等算法实例代码，后续更新

• 1
• 0
• 36

GoAI / competition-baseline forked from Coggle / competition-baseline

数据竞赛Baseline & Topline分享

• 1
• 1
• 4

GoAI / 推荐系统 forked from 啦啦村大帅 / 推荐系统

• 1
• 0
• 101

GoAI / Flink 电商用户行为统计 forked from 孟凡霄 / Flink 电商用户行为统计

项目主要模块 基于对电商用户行为数据的基本分类，我们可以发现主要有以下三个分析方向： 1. 热门统计 利用用户的点击浏览行为，进行流量统计、近期热门商品统计等。 2. 偏好统计 利用用户的偏好行为，比如收藏、喜欢、评分等，进行用户画像分析，给出个 性化的商品推荐列表。 3. 风险控制 利用用户的常规业务行为，比如登录、下单、支付等，分析数据，对异常情况 进行报警提示。