#regression Репозитории
Откройте для себя 50 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #regression, с общим числом 169,328 звёзд (в среднем 3,386 на проект). Лидером этой темы является apachecn/ailearning, набравший 41,904 звёзд.
Всего репозиториев: 50
AiLearning: Анализ данных + Практика машинного обучения + Линейная алгебра + PyTorch + NLTK + TF2
:zap:Практика машинного обучения (Python3): kNN, Дерево решений, Байес, Логистическая регрессия, SVM, Линейная регрессия, Регрессия деревьев
Открытая платформа AutoML с низким кодом для Python. PyCaret 4.0: движок нативный sklearn + плоскость управления React.
Временные ряды Timeseries Глубокое обучение Машинное обучение Python Pytorch fastai | Библиотека глубокого обучения мирового уровня для временных рядов и последовательностей в Pytorch / fastai
Быстрая библиотека для AutoML и тюнинга. Присоединяйтесь к нашему Discord: https://discord.gg/Cppx2vSPVP.
Книга_5_《Статистика просто》 | Книга Ирис: от арифметики до машинного обучения; в продаже!
Alink — это платформа алгоритмов машинного обучения на базе Flink, разработанная командой PAI платформы вычислений Alibaba.
Набор инструментов AutoML для Python для сравнения моделей классификации, регрессии и прогнозирования временных рядов с поддержкой ускорения на GPU, отслеживания в MLflow и автоматизированной предобработки.
Мощная современная математическая библиотека для PHP: Включает описательную статистику и регрессии; Непрерывные и дискретные распределения вероятностей; Линейная алгебра с матрицами и векторами, Численный анализ; Специальные математические функции; Алгебра
Пакет Python для байесовского прогнозирования с объектно-ориентированным дизайном и вероятностными моделями под капотом.
Библиотека, совместимая с scikit-learn, для оценки прогнозных интервалов и контроля рисков на основе конформных прогнозов.
Быстрая и настраиваемая платформа для автоматического создания моделей машинного обучения (AutoML)
В этом репозитории содержится мини-проекты по машинному обучению с файлами ноутбуков
Анализ тональности, Классификация текста, Аугментация текста, Защита от текстовых адверсариальных атак, etc.;
Дополнительные линейные модели, включая модели с инструментальными переменными и панельные модели, которые отсутствуют в statsmodels.
Комплексная библиотека для машинного обучения и численных вычислений. Применяйте машинное обучение с помощью Rust, опираясь на фундаментальные принципы.
Практический разведочный анализ данных с Python, издательство Packt
🤖 Примеры популярных алгоритмов машинного обучения в MatLab/Octave с примерами кода и математическими объяснениями
Подборка громких реальных примеров неудачных проектов машинного обучения
Сводник бесплатных ресурсов для чтения по ML
Modern Time Series Forecasting with Python, издательство Packt
Часто задаваемые вопросы
Какой репозиторий по теме #regression наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #regression на GitHub — apachecn/ailearning, набравший 41,904 звёзд. AiLearning: Анализ данных + Практика машинного обучения + Линейная алгебра + PyTorch + NLTK + TF2
Какие языки программирования чаще всего используются в репозиториях по теме #regression?
Среди наиболее высоко оценённых проектов по теме #regression на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, Rust, Java.
Как рассчитывается рейтинг репозиториев по теме #regression?
Мы отслеживаем 50 активных репозиториев с открытым исходным кодом, отмеченных тегом #regression (500 и более звёзд), с общим числом 169,328 звёзд и в среднем 3,386 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.