automl

🏆 Eine gerankte Liste von beeindruckenden Python-Bibliotheken für Maschinelles Lernen. Wöchentlich aktualisiert.

Schnelles und präzises ML in 3 Zeilen Code

Ein automatisiertes Python-Tool für maschinelles Lernen, das ML-Pipelines mithilfe genetischer Programmierung optimiert.

Open-Source-Low-Code-AutoML-Plattform für Python. PyCaret 4.0: sklearn-natives Engine + React Control Plane.

AutoML-Bibliothek für Deep Learning

Automatisiertes maschinelles Lernen mit scikit-learn

Eine Open-Source-Python-Bibliothek für automatisiertes Feature Engineering

H2O ist eine Open-Source-, verteilte, schnelle und skalierbare Plattform für maschinelles Lernen: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM mit Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML) usw.

ZenML 🙏: Eine KI-Plattform von Pipelines bis Agents. https://zenml.io.

cube studio开源云原生一站式机器学习/深度学习/大模型AI平台，mlops算法链路全流程，算力租赁平台，notebook在线开发，拖拉拽任务流pipeline编排，多机多卡分布式训练，超参搜索，推理服务VGPU虚拟化，边缘计算，标注平台自动化标注，deepseek等大模型sft微调/奖励模型/强化学习训练，vllm/ollama/mindie大模型多机推理，私有知识库，AI模型市场，支持国产cpu/gpu/npu 昇腾生态，支持RDMA，支持pytorch/tf/mxnet/deepspeed/paddle/colossalai/horovod/ray/volcano等分布式

AutoRAG: Jetzt kann Ihr Agent alles auf Ihrem Computer finden. Er wird intelligenter, je häufiger Sie ihn nutzen.

Blitzschnelle Prognosen mit statistischen und ökonometrischen Modellen.

Eine schnelle Bibliothek für AutoML und Tuning. Treten Sie unserem Discord bei: https://discord.gg/Cppx2vSPVP.

Eine kuratierte Liste von Arbeiten, Artikeln, Tutorials, Folien und Projekten zum automatisierten maschinellen Lernen

Leistungsstarke symbolische Regression in Python und Julia

Lazy Predict hilft dabei, viele Basismodelle mit wenig Code zu erstellen und zu verstehen, welche Modelle ohne Parametersuche besser funktionieren.

Python-Paket für AutoML auf tabellarischen Daten mit Feature Engineering, Hyperparameter-Tuning, Erklärungen und automatischer Dokumentation

Ein wunderbares Machine-Learning-Tool, mit dem Sie Modelle ohne Code-Schreiben trainieren, testen und verwenden können

Eine Bibliothek zur Hyperparameter-Optimierung für Keras

Automatische Architektursuche und Hyperparameter-Optimierung für PyTorch

cubestudio ist eine Open-Source Cloud-Native KI-Plattform für Machine Learning, Deep Learning und Large Language Models (LLM). Sie bietet MLOps, Multi-Tenancy, Ressourcen-Leasing, Pipeline-Orchestrierung, verteiltes Training, Inferenz-Dienste, VGPU-Virtualisierung sowie Unterstützung für heterogene Hardware (Ascend, Cambricon etc.) und private Wissensdatenbanken.

Ein Low-Code-Dienst für personalisiertes Machine-Learning-Ranking von Artikeln, Einträgen, Suchergebnissen und Empfehlungen zur Steigerung der Nutzerinteraktion. Eine benutzerfreundliche Learn-to-Rank-Engine

Ein Framework für groß angelegte Empfehlungsalgorithmen.

TransmogrifAI ist eine AutoML-Bibliothek zum Erstellen modularer, wiederverwendbarer, streng typisierter Machine-Learning-Workflows auf Apache Spark mit minimalem manuellen Tuning

Ein offenes Python-Framework zur Implementierung der Chan-Theorie, das morphologische/dynamische Kauf- und Verkaufspunktanalysen, Multi-Level-K-Line-Verbindungen, Intervall-Arbitrage-Strategien, visuelle Diagramme, verschiedene Datenzugriffe, Strategieentwicklung und Handelssystem-Schnittstellen unterstützt.

Java- und Kotlin-Codebeispiele, die auf cloud.google.com verwendet werden

Visualisieren Sie jeden Datensatz beliebiger Größe automatisch mit nur einer Zeile Code. Erstellt von Ram Seshadri. Mitarbeit willkommen. Erlaubnis auf Anfrage erteilt.

Dies ist eine Sammlung unserer Arbeiten zu NAS und Vision Transformer.

Automatisiertes maschinelles Lernen auf Kubernetes

Ein agentischer Machine Learning Engineer