#feature-selection リポジトリ
#feature-selectionのタグが付いた、GitHub上の18件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は20,050個で、プロジェクトあたりの平均は1,113個です。このトピックをリードしているのは、2,297個のスターを獲得しているfeature-engine/feature_engineです。
リポジトリ合計18件
ディープラーニングと機械学習の株式は、長期および短期の投資家とトレーダーにとって有望な機会を表しています。
NVTabularは、ディープラーニングベースのレコメンダーシステムをトレーニングするために使用されるテラバイト規模のデータセットを迅速かつ簡単に操作できるように設計された、表形式データのフィーチャーエンジニアリングおよび前処理ライブラリです。
特徴工学は、ドメイン知識を使用してデータマイニング技法により生データから特徴を抽出するプロセスです。これらの特徴は、機械学習アルゴリズムのパフォーマンスを向上させるために使用できます。特徴工学は応用機械学習そのものとみなすことができます。
高度な特徴量エンジニアリング戦略を使用して、1行のコードでデータセットから最適な特徴量を選択します。Ram Seshadriによって作成されました。協力者を歓迎します。
Desbordante は、さまざまなアルゴリズムを使用してデータ内の多種多様なパターンを発見できる高性能なデータプロファイラーです。また、これらのアルゴリズムを使ってデータクレンジングのシナリオを実行することもできます。Desbordante には、コンソール版と使いやすい Web アプリケーションがあります。
よくある質問
GitHubで最も人気のある#feature-selectionリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#feature-selectionプロジェクトは、2,297個のスターを獲得しているfeature-engine/feature_engineです。sklearn と互換性のある特徴量エンジニアリングおよび選択のオープンソースPythonライブラリ。
#feature-selectionリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#feature-selectionプロジェクトでは、Python, Jupyter Notebook, R, C++が最も一般的なプログラミング言語です。
#feature-selectionリポジトリのランキングはどのように算出されていますか?
#feature-selectionのタグが付いた18件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は20,050個で、リポジトリあたりの平均は1,113個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。