#feature-selection 저장소
#feature-selection 태그가 지정된 GitHub의 활성 오픈 소스 저장소 18개를 확인해 보세요. 총 20,050개의 스타를 획득했으며 프로젝트당 평균 1,113개입니다. 이 주제를 이끄는 저장소는 2,297개의 스타를 받은 feature-engine/feature_engine입니다.
저장소 총 18개
딥 러닝과 머신 러닝 주식은 장기 및 단기 투자자와 트레이더 모두에게 유망한 기회를 나타냅니다.
NVTabular은 딥러닝 기반 추천 시스템을 훈련하는 데 사용되는 테라바이트 규모의 데이터셋을 빠르고 쉽게 조작하도록 설계된 테이블 형식 데이터용 피처 엔지니어링 및 전처리 라이브러리입니다.
특징 공학은 도메인 지식을 사용하여 데이터 마이닝 기법을 통해 원시 데이터에서 특징을 추출하는 과정입니다. 이러한 특징은 머신 러닝 알고리즘의 성능을 향상시키는 데 사용될 수 있습니다. 특징 공학은 응용 머신 러닝 자체로 간주될 수 있습니다.
고급 기능 엔지니어링 전략을 사용하여 데이터 세트에서 최상의 기능을 단 한 줄의 코드로 선택하십시오. Ram Seshadri가 만들었습니다. 협력자 환영.
Desbordante는 다양한 알고리즘을 사용하여 데이터에서 여러 가지 패턴을 발견할 수 있는 고성능 데이터 프로파일러입니다. 또한 이러한 알고리즘을 사용해 데이터 정제 시나리오를 실행할 수도 있습니다. Desbordante는 콘솔 버전과 사용하기 쉬운 웹 애플리케이션을 제공합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #feature-selection 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #feature-selection 프로젝트는 2,297개의 스타를 받은 feature-engine/feature_engine입니다. sklearn과 호환되는 기능 엔지니어링 및 선택 오픈 소스 Python 라이브러리.
#feature-selection 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #feature-selection 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, R, C++입니다.
#feature-selection 저장소 순위는 어떻게 계산되나요?
#feature-selection 태그가 지정된 활성 오픈 소스 저장소(18개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 20,050개이며 저장소당 평균 1,113개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.