#model-selection Repositorios
Descubre 12 repositorios activos de código abierto de GitHub etiquetados con #model-selection, que acumulan 27,154 estrellas en total (una media de 2,262 estrellas por proyecto). El líder de este tema es EpistasisLab/tpot, con 10,051 estrellas.
12 repositorios en total
Una herramienta de Automated Machine Learning en Python que optimiza pipelines de machine learning usando programación genética.
Herramientas de análisis visual y diagnóstico para facilitar la selección de modelos de aprendizaje automático.
Herramienta CLI avanzada que escanea tu hardware y te indica exactamente qué modelos LLM o sLLM puedes ejecutar localmente, con integración completa de Ollama.
Una biblioteca integral para el aprendizaje automático y la computación numérica. Aplique el aprendizaje automático con Rust aprovechando principios fundamentales.
Implementación/Tutorial sobre el uso de métodos de aprendizaje automático automatizado (AutoML) para aprendizaje estático/por lotes y aprendizaje en línea/continuo
Un paquete de Python para la optimización simultánea de hiperparámetros y la selección de características para modelos de Gradient Boosting.
Una interfaz unificada para algoritmos de optimización y experimentos
Preguntas frecuentes
¿Cuál es el repositorio de #model-selection más popular en GitHub?
El proyecto de código abierto de #model-selection mejor posicionado en GitHub es EpistasisLab/tpot, con 10,051 estrellas. Una herramienta de Automated Machine Learning en Python que optimiza pipelines de machine learning usando programación genética.
¿Qué lenguajes de programación se utilizan más en los repositorios de #model-selection?
Entre los proyectos de #model-selection mejor posicionados en GitHub, los lenguajes de programación más comunes son Jupyter Notebook, Python, JavaScript, Rust.
¿Cómo se calcula la clasificación de los repositorios de #model-selection?
Seguimos 12 repositorios activos de código abierto etiquetados con #model-selection (500+ estrellas), que suman un total de 27,154 estrellas, con una media de 2,262 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.