#machine-learning-algorithms Репозитории
Всего репозиториев: 64
🙌Подборка из более чем 234 проектов, основанных на машинном обучении, глубоком обучении, компьютерном зрении, обработке естественного языка и многом другом. Покажите свою поддержку, ✨ этот репозиторий.
MOA — это фреймворк с открытым исходным кодом для потоковой обработки больших данных. Он включает набор алгоритмов машинного обучения (классификация, регрессия, кластеризация, обнаружение выбросов, обнаружение дрейфа концепции и рекомендательные системы), а также инструменты для оценки.
Простой и гибкий код для архитектур Reservoir Computing, таких как Echo State Networks
ProphitBet — это приложение для прогнозирования ставок на футбол на основе машинного обучения. Оно анализирует форму команд, рассчитывает статистику матчей и предсказывает их исходы с помощью передовых методов машинного обучения (ML). Кроме того, приложение предлагает агентов для ставок на основе глубокого обучения с подкреплением (DRL), способных обучаться оптимальным стратегиям ставок.
Modeltime объединяет модели прогнозирования временных рядов и машинное обучение в одной структуре
Набор инструментов для использования в службах Microsoft Azure Form Recognizer и OCR.
Матрица ошибок в Python: нарисуйте красивую матрицу ошибок (как в Matlab) в Python с помощью seaborn и matplotlib
Этот проект использует комбинацию статистики и финансовых теорий для демонстрации популярной торговой стратегии, используемой на рынках акций: парный трейдинг.
Набор инструментов Python для экспериментов с резервуарными вычислениями (Reservoir Computing) и сетями эхо-состояний (Echo State Networks), основанный на PyTorch. EchoTorch — это единственный доступный модуль Python для простого создания моделей глубоких резервуарных вычислений.