#feature-importance Repository
Scopri 9 repository GitHub open source attivi contrassegnati con #feature-importance, che raccolgono un totale di 11,891 stelle (con una media di 1,321 stelle per progetto). Il progetto leader di questo argomento è meta-pytorch/captum, con 5,723 stelle.
9 repository in totale
Uno strumento di selezione delle funzionalità basato su alberi che combina sia l'algoritmo di selezione delle funzionalità Boruta che i valori Shapley.
Codice per calcolare le importanze di permutazione e drop-column nei modelli Python scikit-learn
ProphitBet è un’applicazione per prevedere le scommesse sul calcio basata sul machine learning. Analizza la forma delle squadre, calcola le statistiche delle partite e ne prevede gli esiti utilizzando metodi avanzati di machine learning (ML). Inoltre, offre agenti di scommessa basati sul deep reinforcement learning (DRL), in grado di apprendere strategie di scommessa ottimali.
Domande frequenti
Qual è il repository #feature-importance più popolare su GitHub?
Il progetto open source #feature-importance più alto in classifica su GitHub è meta-pytorch/captum, con 5,723 stelle. Interpretabilità e comprensione del modello per PyTorch
Quali linguaggi di programmazione sono più utilizzati nei repository #feature-importance?
Tra i progetti #feature-importance più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, R.
Come viene calcolata la classifica dei repository #feature-importance?
Monitoriamo 9 repository open source attivi contrassegnati con #feature-importance (500+ stelle), per un totale di 11,891 stelle e una media di 1,321 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.