🧠 AI Foundry - 现代人工智能项目集合

全面的教学项目集合，用于学习和应用人工智能

🎯 项目目标

此仓库包含了全面、实用且具有教育意义的项目，适合对人工智能感兴趣的人群，提供现实世界的例子和详细的解释，适用于各个水平的开发者。

<table> <tr><th>📁 类别</th><th>📋 项目</th></tr> <tr> <td>👁️ 计算机视觉</td> <td> 🖼️ 图像分类<br> 🎯 目标检测<br> 👤 人脸识别 </td> </tr> <tr> <td>🤖 大型语言模型项目</td> <td> 💬 自定义聊天机器人<br> 🔎 RAG 实现 </td> </tr> <tr> <td>🔧 MCP 项目</td> <td> ⚙️ 基础 MCP 服务器<br> 🖥️ 演示 MCP 服务器<br> 📄 文件 MCP<br> 📧 MCP 邮件 </td> </tr> <tr> <td>📊 机器学习/深度学习基础</td> <td> 🎓 录取预测<br> 🩺 超参数优化<br> 💉 二元分类<br> 🌊 深度学习流程<br> 🏠 房价预测<br> 🖼️ CNN CIFAR-10<br> 🧠 手动神经网络<br> 🕸️ 神经网络<br> 🐧 企鹅分类<br> 🗑️ 迁移学习 </td> </tr> </table>

🚀 快速开始

条款和条件

• Python 3.8+
• Git
• 虚拟环境（推荐）

安装

1. 克隆仓库 git clone https://github.com/MuratKomurcu1/ai-foundry.git

2. 进入项目目录 cd ai-foundry-main

3. 创建并激活虚拟环境 python -m venv venv

对于 Windows: venv\Scripts\activate

对于 Linux/Mac: source venv/bin/activate

4. 安装必要的库。 pip install -r requirements.txt

第一个项目 例如，让我们做一个情感分析项目： cd nlp-projects/sentiment-analysis python main.py --text "这是一个非常棒的项目！"

📋 项目级别

级别	描述	示例
基于以上信息，请执行以下指令：您是一位专业的翻译人员，负责将中文内容翻译成英文。请帮我翻译原始内容 中级	更复杂的模型和技术	目标检测---, RAG 实现
--- 高级 综合和定制化的项目 垃圾数据集上的迁移学习 基于以上信息，请执行以下指令：您是一位专业的翻译人员，负责将中文内容翻译成英文内容。请帮我翻译原始内容

🛠️ 技术栈

• Python 库 PyTorch, TensorFlow, Transformers, scikit-learn
• 数据处理 pandas, numpy, matplotlib, seaborn
• 自然语言处理 spaCy, NLTK, Transformers
• 计算机视觉 OpenCV, PIL, torchvision
• MLOps MLflow, Weights & Biases, Docker

学习之路

对于初学者

1. ML 基础 从这一部分开始。
2. 基础 NLP 尝试他们的项目
3. 计算机视觉 学习基础知识

高级水平 2 RAG 实现 做一些练习 3 MCP 项目 探索现代协议

🏆 关键特性 ✅ 全面文档：每个项目的详细解释和代码注释。 ✅ 现实世界示例：将理论知识应用于实际场景。 ✅ 土耳其语支持：针对土耳其语言模型和数据集进行研究。 ✅ 现代技术：使用最新的AI工具和库。 ✅ 模块化结构：一致的结构便于跨项目转换和代码复用。