#bayesian-optimization Dépôts
Découvrez 19 dépôts GitHub open source actifs associés à #bayesian-optimization, cumulant 46,613 étoiles au total (soit une moyenne de 2,453 étoiles par projet). Le projet en tête de ce thème est bayesian-optimization/BayesianOptimization, avec 8,737 étoiles.
19 dépôts au total
Une implémentation Python de l'optimisation globale avec des processus gaussiens.
Dans ce notebook, je vais créer un processus complet pour prédire les mouvements des prix des actions. Suivez-moi et nous obtiendrons de bons résultats. Pour cela, nous utiliserons un Réseau Antagoniste Génératif (GAN) avec LSTM, un type de Réseau de Neurones Récurrents, comme générateur, et un Réseau de Neurones Convolutifs, CNN, comme discriminateur. Nous utilisons LSTM pour la raison évidente que nous essayons de prédire des données de séries temporelles. Pourquoi utilisons-nous GAN et plus précisément CNN comme discriminateur ? C'est une bonne q
Bibliothèque d'optimisation bayésienne et d'apprentissage par renforcement développée par le laboratoire Noah's Ark de Huawei
Carnets sur les méthodes bayésiennes pour l'apprentissage automatique
Interface de recherche basée sur Python pour l'optimisation de boîtes noires et d'hyperparamètres, basée sur le service interne Google Vizier.
Optimisation légère avec des techniques locales, globales, basées sur la population et séquentielles à travers des espaces de recherche mixtes
SMAC3 : Un package polyvalent d'optimisation bayésienne pour l'optimisation des hyperparamètres
Page Web d'accompagnement du livre "Bayesian Optimization" de Roman Garnett
OCTIS : Comparer les modèles de sujets est simple ! Un package Python pour optimiser et évaluer les modèles de sujets (accepté à la piste de démonstration EACL2021)
Une boîte à outils basée sur Python avec diverses méthodes en prise de décision, quantification de l'incertitude et émulation statistique : multi-fidélité, conception expérimentale, optimisation bayésienne, quadrature bayésienne, etc.
Code pour IDS-ML : développement de systèmes de détection d'intrusion utilisant des algorithmes d'apprentissage automatique (Arbre de décision, forêt aléatoire, arbres supplémentaires, XGBoost, empilement, k-means, optimisation bayésienne..)
Une interface unifiée pour les algorithmes d'optimisation et les expériences
Foire aux questions
Quel est le dépôt #bayesian-optimization le plus populaire sur GitHub ?
Le projet #bayesian-optimization open source le mieux classé sur GitHub est bayesian-optimization/BayesianOptimization, avec 8,737 étoiles. Une implémentation Python de l'optimisation globale avec des processus gaussiens.
Quels langages de programmation sont les plus utilisés dans les dépôts #bayesian-optimization ?
Parmi les projets #bayesian-optimization les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, JavaScript, HTML.
Comment le classement des dépôts #bayesian-optimization est-il calculé ?
Nous suivons 19 dépôts open source actifs associés à #bayesian-optimization (500+ étoiles), totalisant 46,613 étoiles, avec une moyenne de 2,453 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.