#scikit-learn Repository
137 repository in totale
Algoritmi ML 2-2000x piรน veloci, 50% in meno di utilizzo della memoria, funziona su tutti i hardware - nuovi e vecchi.
Acquisisci le competenze essenziali necessarie per riconoscere e risolvere problemi complessi del mondo reale con Machine Learning e Deep Learning sfruttando l'ecosistema Python Machine Learning altamente popolare.
Libreria Python open-source per l'ingegnerizzazione e la selezione delle feature compatibile con sklearn.
Una serie di notebook Jupyter che ti guidano attraverso i fondamenti di Machine Learning e Deep Learning in Python utilizzando le librerie Scikit-Learn, PyTorch e Hugging Face.
Il selettore di feature รจ uno strumento per la riduzione della dimensionalitร di dataset di machine learning
Effettuare previsioni azionarie utilizzando Python e scikit-learn
Visualizza automaticamente qualsiasi set di dati, di qualsiasi dimensione, con una singola riga di codice. Creato da Ram Seshadri. Collaboratori benvenuti. Autorizzazione concessa su richiesta.
ATTENZIONE: il progetto Katib รจ DEPRECATO. Gli utenti dovrebbero migrare a OptimizationJob e Kubeflow Trainer.
Pacchetto ML interpretabile ๐ per modellazione predittiva concisa, trasparente e accurata (compatibile con sklearn).
Libreria Python per la previsione di serie temporali utilizzando modelli compatibili con scikit-learn, metodi statistici e modelli fondamentali
Portfolio di progetti di data science completati da me per scopi accademici, di autoapprendimento e per hobby.
:crown: Analisi esplorativa multivariata dei dati in Python โ PCA, CA, MCA, MFA, FAMD, GPA
Concrete ML: Framework ML per la conservazione della privacy che utilizza la Fully Homomorphic Encryption (FHE), costruito su Concrete, con binding a framework ML tradizionali.
Pacchetto Python MLOps progettato per la produzione e implementazione di riferimento del corso di programmazione MLOps: MLflow, scikit-learn, Pydantic, Pandera, uv e mise.
Imparare l'analisi dei dati in modo pratico con un focus sui progetti, integrando i punti di conoscenza, per ottenere migliori risultati di apprendimento attraverso l'apprendimento, la pratica e la guida
L'estensione per Scikit-learn รจ un modo fluido per velocizzare la tua applicazione Scikit-learn.
Progetti di machine learning su piccola scala per comprendere i concetti principali. Dai una Stella ๐ se ti aiuta. BONUS: Interview Bank in arrivo..!
Transpila gli stimatori e i trasformatori addestrati di scikit-learn in C, C#, Go, Java, JavaScript, PHP e Ruby.
Implementazioni in Python degli algoritmi di clustering k-modes e k-prototypes, per il clustering di dati categorici
Libreria per lโestrazione di caratteristiche da serie temporali (TSFEL): oltre 60 caratteristiche statistiche, temporali, spettrali e frattali per la classificazione e la regressione di serie temporali e lโelaborazione dei segnali in Python
Compilazione di codici di programmazione R e Python sul canale YouTube di Data Professor.
Note e soluzioni agli esercizi della Parte I del libro: "Hands-On ML with Scikit-Learn, Keras & TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems" di Aurelien Geron
Una cassetta degli attrezzi per l'apprendimento automatico topologico ad alte prestazioni in Python
Un modulo basato su scikit-learn per la classificazione multi-etichetta et. al.
Un server di inferenza per i tuoi modelli di machine learning, incluso il supporto per framework multipli, serving di piรน modelli e altro ancora
Validatori incrociati di scikit-learn per la stratificazione iterativa di dati multilabel