#scikit-learn 저장소
저장소 총 137개
Python Machine Learning 에코시스템의 높은 인기를 활용하여 Machine Learning과 Deep Learning으로 복잡한 실생활 문제를 인식하고 해결하는 데 필요한 필수 기술을 익히세요.
Scikit-Learn, PyTorch 및 Hugging Face 라이브러리를 사용하여 Python의 머신 러닝 및 딥 러닝 기본 사항을 안내하는 일련의 Jupyter 노트북입니다.
경고: Katib 프로젝트는 더 이상 사용되지 않습니다. 사용자는 OptimizationJob 및 Kubeflow Trainer로 마이그레이션해야 합니다.
Concrete ML: Concrete 기반의 개인 정보 보호 ML 프레임워크로 FHE(Fully Homomorphic Encryption)를 사용하며 기존 ML 프레임워크와 연동됩니다.
프로덕션 환경을 고려한 MLOps Python 패키지 및 MLOps 코딩 과정의 참조 구현: MLflow, scikit-learn, Pydantic, Pandera, uv, mise.
실습 위주의 데이터 분석 학습은 지식 포인트를 내포하며, 배우고, 하고, 안내하는 과정을 통해 더 나은 학습 효과를 얻습니다
핵심 개념을 이해하기 위한 소규모 머신 러닝 프로젝트. 도움이 된다면 Star 🌟를 주세요. BONUS: Interview Bank 곧 출시..!
시계열 특징 추출 라이브러리(TSFEL): Python에서 시계열 분류, 회귀 및 신호 처리를 위한 60개 이상의 통계적·시간적·스펙트럼·프랙탈 특징
책 'Hands-On ML with Scikit-Learn, Keras & TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems'의 Part I 노트 및 연습 문제 솔루션 by Aurelien Geron