#scikit-learn Repositorios
Descubre 137 repositorios activos de código abierto de GitHub etiquetados con #scikit-learn, que acumulan 687,046 estrellas en total (una media de 5,014 estrellas por proyecto). El líder de este tema es microsoft/ML-For-Beginners, con 92,369 estrellas.
137 repositorios en total
12 semanas, 26 lecciones, 52 cuestionarios, aprendizaje automático clásico para todos
Python Data Science Handbook: texto completo en Jupyter Notebooks
AiLearning: Análisis de Datos + Aprendizaje Automático Práctico + Álgebra Lineal + PyTorch + NLTK + TF2
⛔️ DEPRECADO – Ver https://github.com/ageron/handson-ml3 o handson-mlp en su lugar.
Notebooks de Python para ciencia de datos: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fundamentos de Python, AWS y varias líneas de comandos.
⛔️ DEPRECADO – Ver https://github.com/ageron/handson-ml3 o handson-mlp en su lugar.
Una lista clasificada de fantásticas bibliotecas de Python para aprendizaje automático. Actualizado semanalmente.
ONNX Runtime: Acelerador de inferencia y entrenamiento de ML multiplataforma de alto rendimiento
Una serie de cuadernos Jupyter que te guían a través de los fundamentos del aprendizaje automático y el aprendizaje profundo en Python utilizando Scikit-Learn, Keras y TensorFlow 2.
El repositorio de código y recurso de información del libro "Python Machine Learning (1ª edición)"
Una herramienta de Automated Machine Learning en Python que optimiza pipelines de machine learning usando programación genética.
Plataforma AutoML de código abierto y bajo código para Python. PyCaret 4.0: motor nativo de sklearn + plano de control React.
Cuadernos y código para el libro "Introduction to Machine Learning with Python"
Una biblioteca de Python de código abierto para ingeniería de características automatizada
Ajusta modelos interpretables. Explica el aprendizaje automático de caja negra.
Una lista curada de tutoriales de proyectos para el aprendizaje basado en proyectos.
Una biblioteca de redes neuronales compatible con scikit-learn que envuelve PyTorch
Repositorio de código para aprendizaje automático con PyTorch y Scikit-Learn
Contenedores de aprendizaje automático para NVIDIA Jetson y JetPack-L4T
Una biblioteca rápida para AutoML y tuning. Únete a nuestro Discord: https://discord.gg/Cppx2vSPVP.
Herramientas de análisis visual y diagnóstico para facilitar la selección de modelos de aprendizaje automático.
🧠💬 Artículos que escribí sobre aprendizaje automático, archivados desde MachineCurve.com.
Probablemente la mejor lista curada de software de ciencia de datos en Python.
Hummingbird compila modelos de ML entrenados en cómputo tensorial para una inferencia más rápida.
🛠 IDE todo en uno basado en web especializado en machine learning y data science.
Paquete de Python para AutoML en datos tabulares con ingeniería de características, ajuste de hiperparámetros, explicaciones y documentación automática
Una biblioteca de Python para la visualización de árboles de decisión e interpretación de modelos.
Enlaces a recursos cuidadosamente seleccionados para ciencia de datos en un solo lugar
una deliciosa herramienta de aprendizaje automático que le permite entrenar, probar y usar modelos sin escribir código
Transforma modelos ML en código nativo (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust) sin dependencias
Una biblioteca para depurar/inspeccionar clasificadores de aprendizaje automático y explicar sus predicciones
Mars es un marco unificado basado en tensores para la computación de datos a gran escala que escala numpy, pandas, scikit-learn y funciones de Python.
Biblioteca de Python basada en scikit-learn para la optimización de carteras, la construcción de modelos de factores y la gestión de riesgos
Una biblioteca de codificadores de variables categóricas compatibles con sklearn
Una biblioteca intuitiva para añadir funcionalidad de trazado a objetos de scikit-learn.
Preguntas frecuentes
¿Cuál es el repositorio de #scikit-learn más popular en GitHub?
El proyecto de código abierto de #scikit-learn mejor posicionado en GitHub es microsoft/ML-For-Beginners, con 92,369 estrellas. 12 semanas, 26 lecciones, 52 cuestionarios, aprendizaje automático clásico para todos
¿Qué lenguajes de programación se utilizan más en los repositorios de #scikit-learn?
Entre los proyectos de #scikit-learn mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #scikit-learn?
Seguimos 137 repositorios activos de código abierto etiquetados con #scikit-learn (500+ estrellas), que suman un total de 687,046 estrellas, con una media de 5,014 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.