#scikit-learn Repositórios
Descubra 137 repositórios ativos de código aberto no GitHub marcados com #scikit-learn, acumulando um total de 687,046 estrelas (uma média de 5,014 por projeto). O líder deste tópico é microsoft/ML-For-Beginners, com 92,369 estrelas.
137 repositórios no total
12 semanas, 26 lições, 52 questionários, Machine Learning clássico para todos
Python Data Science Handbook: texto completo em Jupyter Notebooks
AiLearning: Análise de Dados + Prática de Machine Learning + Álgebra Linear + PyTorch + NLTK + TF2
⛔️ DEPRECATADO – Veja https://github.com/ageron/handson-ml3 ou handson-mlp em vez disso.
Cadernos Python de ciência de dados: Aprendizado profundo (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, conceitos essenciais de Python, AWS e várias linhas de comando.
⛔️ DEPRECATADO – Veja https://github.com/ageron/handson-ml3 ou handson-mlp em vez disso.
🏆 Uma lista classificada de bibliotecas Python incríveis de aprendizado de máquina. Atualizada semanalmente.
ONNX Runtime: acelerador de inferência e treinamento de ML multiplataforma e de alto desempenho
Uma série de notebooks Jupyter que o guiam pelos fundamentos de Machine Learning e Deep Learning em Python usando Scikit-Learn, Keras e TensorFlow 2.
O repositório de código e recurso de informações do livro "Python Machine Learning (1ª edição)"
Uma ferramenta de Aprendizado de Máquina Automatizado em Python que otimiza pipelines de aprendizado de máquina usando programação genética.
Plataforma AutoML open-source de baixo código para Python. PyCaret 4.0: motor nativo sklearn + plano de controle React.
Meus blogs e código para aprendizado de máquina. http://cnblogs.com/pinard
Cadernos e código para o livro "Introdução ao Aprendizado de Máquina com Python"
Uma biblioteca Python de código aberto para engenharia de recursos automatizada
Ajuste modelos interpretáveis. Explique aprendizado de máquina de caixa preta.
Uma lista selecionada de tutoriais de projetos para aprendizagem baseada em projetos.
Uma biblioteca de redes neurais compatível com scikit-learn que envolve PyTorch
Repositório de Código para Aprendizado de Máquina com PyTorch e Scikit-Learn
Contêineres de Aprendizado de Máquina para NVIDIA Jetson e JetPack-L4T
Uma biblioteca rápida para AutoML e otimização. Junte-se ao nosso Discord: https://discord.gg/Cppx2vSPVP.
Análise visual e ferramentas de diagnóstico para facilitar a seleção de modelos de aprendizado de máquina.
🧠💬 Artigos que escrevi sobre aprendizado de máquina, arquivados do MachineCurve.com.
Provavelmente a melhor lista curada de software de ciência de dados em Python.
Hummingbird compila modelos de ML treinados em computação tensorial para inferência mais rápida.
🛠 IDE tudo-em-um baseada na web, especializada em aprendizado de máquina e ciência de dados.
Pacote Python para AutoML em Dados Tabulares com Engenharia de Atributos, Ajuste de Hiperparâmetros, Explicações e Documentação Automática
Uma biblioteca Python para visualização de árvores de decisão e interpretação de modelos.
Links de recursos cuidadosamente selecionados para ciência de dados em um só lugar
uma ferramenta de aprendizado de máquina encantadora que permite treinar, testar e usar modelos sem escrever código
Transforme modelos de ML em código nativo (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust) com zero dependências
Uma biblioteca para depurar/inspecionar classificadores de aprendizado de máquina e explicar suas previsões
Mars é uma estrutura unificada baseada em tensores para computação de dados em larga escala que escala as funções numpy, pandas, scikit-learn e Python.
Biblioteca Python baseada no scikit-learn para otimização de carteiras, construção de modelos de fatores e gestão de riscos
Uma biblioteca de codificadores de variáveis categóricas compatíveis com sklearn
Uma biblioteca intuitiva para adicionar funcionalidade de plotagem a objetos scikit-learn.
Perguntas Frequentes
Qual é o repositório de #scikit-learn mais popular no GitHub?
O projeto de código aberto de #scikit-learn mais bem classificado no GitHub é microsoft/ML-For-Beginners, com 92,369 estrelas. 12 semanas, 26 lições, 52 questionários, Machine Learning clássico para todos
Quais linguagens de programação são mais usadas nos repositórios de #scikit-learn?
Entre os projetos de #scikit-learn mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, TypeScript.
Como é calculada a classificação dos repositórios de #scikit-learn?
Acompanhamos 137 repositórios ativos de código aberto marcados com #scikit-learn (com mais de 500 estrelas), totalizando 687,046 estrelas e uma média de 5,014 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.