#sklearn Repositories
Entdecke 21 aktive Open-Source-GitHub-Repositories, die mit #sklearn getaggt sind und insgesamt 72,496 Sterne gesammelt haben (durchschnittlich 3,452 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist apachecn/ailearning mit 41,904 Sternen.
Insgesamt 21 Repositories
AiLearning: Datenanalyse + Machine Learning Praxis + Lineare Algebra + PyTorch + NLTK + TF2
Stock AI Trader: eine Komplettplattform zum Lernen sowie für simulierten und Live-Handel. Behandelt werden Aktiengrundlagen, Strategien, große Sprachmodelle, Faktormining, maschinelles Lernen/Deep Learning/Reinforcement Learning, Graphennetzwerke, Hochfrequenzhandel, C++-Deployment und JoinQuant-Code.
ein hervorragendes Machine-Learning-Tool, mit dem Sie Modelle trainieren, testen und verwenden können, ohne Code zu schreiben
Machine Learning University: Beschleunigter Kurs für natürliche Sprachverarbeitung
Karate Club: Ein API-orientiertes Open-Source-Python-Framework für unüberwachtes Lernen auf Graphen (CIKM 2020)
Eine scikit-learn-kompatible Bibliothek zur Schätzung von Vorhersageintervallen und zur Risikokontrolle, basierend auf konformen Vorhersagen.
Ein Open-Source-DevOps-Tool der CNCF zum Verpacken und Versionieren von KI/ML-Modellen, Datensätzen, Code und Konfigurationen in ein OCI-Artefakt.
Transpilieren Sie trainierte scikit-learn-Schätzer und -Transformer nach C, C#, Go, Java, JavaScript, PHP und Ruby.
Eine Sammlung von Code-Schnipseln aus der Publikation Daily Dose of Data Science auf Substack: http://www.dailydoseofds.com/
Machine Learning University: Beschleunigter Kurs für tabellarische Daten
Inferenz-Engine für Machine Learning auf Mikrocontrollern und eingebetteten Geräten
Erstellen Sie automatisch ARIMA-, SARIMAX-, VAR-, FB Prophet- und XGBoost-Modelle für Zeitreihendatensätze mit einer einzigen Codezeile. Erstellt von Ram Seshadri. Mitarbeiter willkommen.
Ollama für klassische ML-Modelle. AOT-Compiler, der XGBoost, LightGBM, scikit-learn, CatBoost & ONNX-Modelle in nativen C99-Inferenzcode umwandelt. Ein Befehl zum Laden, ein Befehl zum Servieren. 336x schneller als Python-Inferenz.
Eine schnelle, robuste Python-Bibliothek zur Überprüfung auf beleidigende Sprache in Strings.
Ein robustes und flexibles Open-Source-Framework für die Analyse des Benutzer- und Entitätsverhaltens (UEBA), das für Sicherheitsanalysen verwendet wird. Mit Liebe entwickelt von Datenwissenschaftlern und Sicherheitsanalysten aus der Cybersicherheitsbranche. [BETA]
Häufig gestellte Fragen
Welches ist das beliebteste #sklearn-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#sklearn-Projekt auf GitHub ist apachecn/ailearning mit 41,904 Sternen. AiLearning: Datenanalyse + Machine Learning Praxis + Lineare Algebra + PyTorch + NLTK + TF2
Welche Programmiersprachen werden in #sklearn-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #sklearn-Projekten auf GitHub sind Python, Jupyter Notebook, Go, PHP die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #sklearn-Repositories berechnet?
Wir verfolgen 21 aktive Open-Source-Repositories, die mit #sklearn getaggt sind (500+ Sterne), mit insgesamt 72,496 Sternen und durchschnittlich 3,452 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.