#regression Repository
Scopri 50 repository GitHub open source attivi contrassegnati con #regression, che raccolgono un totale di 169,328 stelle (con una media di 3,386 stelle per progetto). Il progetto leader di questo argomento è apachecn/ailearning, con 41,904 stelle.
50 repository in totale
AiLearning: Analisi Dati + Machine Learning Pratico + Algebra Lineare + PyTorch + NLTK + TF2
:zap:Machine Learning Pratica (Python3): kNN, Albero Decisionale, Bayes, Regressione Logistica, SVM, Regressione Lineare, Regressione ad Albero
Piattaforma AutoML open-source a basso codice per Python. PyCaret 4.0: motore nativo sklearn + piano di controllo React.
Serie temporali Timeseries Deep Learning Machine Learning Python Pytorch fastai | Libreria Deep Learning all'avanguardia per Serie Temporali e Sequenze in Pytorch / fastai
Una libreria veloce per AutoML e tuning. Unisciti al nostro Discord: https://discord.gg/Cppx2vSPVP.
Libro_5_《Statistica Semplificata》 | Il Libro dell'Iris: Dall'aritmetica all'apprendimento automatico; disponibile!
Alink è la piattaforma di algoritmi di Machine Learning basata su Flink, sviluppata dal team PAI della piattaforma di computing di Alibaba.
Toolkit AutoML per Python per confrontare modelli di classificazione, regressione e previsione di serie temporali, con accelerazione GPU, tracciamento MLflow e preelaborazione automatizzata.
Biblioteca matematica moderna e potente per PHP: Include statistiche descrittive e regressioni; Distribuzioni di probabilità continua e discreta; Algebra lineare con matrici e vettori, Analisi numerica; Funzioni matematiche speciali; Algebra
Una libreria di alto livello per il machine learning e il deep learning per il linguaggio PHP.
Un pacchetto Python per la previsione bayesiana con design orientato agli oggetti e modelli probabilistici sottostanti.
Una libreria compatibile con scikit-learn per la stima degli intervalli di previsione e il controllo dei rischi, basata su previsioni conformi.
Framework veloce e personalizzabile per la creazione automatica di modelli ML (AutoML)
Questo repository contiene mini-progetti in machine learning con file notebook
Analisi del sentimento, Classificazione del testo, Aumentazione del testo, Difesa adversarial del testo, etc.;
Modelli lineari aggiuntivi inclusi modelli a variabili strumentali e dati panel che mancano in statsmodels.
Una libreria completa per il machine learning e il calcolo numerico. Applica il Machine Learning con Rust sfruttando i principi fondamentali.
Analisi Esplorativa dei Dati Pratica con Python, pubblicato da Packt
🤖 Esempi MatLab/Octave di algoritmi di machine learning popolari con esempi di codice e spiegazioni matematiche
Inferenza Statistica tramite Data Science: Un ModernDive in R e Tidyverse
Raccolta di esempi reali di alto profilo di progetti di machine learning falliti
Compendio di risorse gratuite di lettura sul ML
Modern Time Series Forecasting with Python, pubblicato da Packt
Domande frequenti
Qual è il repository #regression più popolare su GitHub?
Il progetto open source #regression più alto in classifica su GitHub è apachecn/ailearning, con 41,904 stelle. AiLearning: Analisi Dati + Machine Learning Pratico + Algebra Lineare + PyTorch + NLTK + TF2
Quali linguaggi di programmazione sono più utilizzati nei repository #regression?
Tra i progetti #regression più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Rust, Java.
Come viene calcolata la classifica dei repository #regression?
Monitoriamo 50 repository open source attivi contrassegnati con #regression (500+ stelle), per un totale di 169,328 stelle e una media di 3,386 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.