regression

AiLearning: Datenanalyse + Machine Learning Praxis + Lineare Algebra + PyTorch + NLTK + TF2

Maschinelles Lernen in der Praxis (Python3): kNN, Entscheidungsbäume, Bayes, logistische Regression, SVM, lineare Regression, Baumregression

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

Postgres mit GPUs für ML/AI-Anwendungen.

Statistical Machine Intelligence & Learning Engine

Code für das Tensorflow Machine Learning Cookbook

Time Series Timeseries Deep Learning Machine Learning Python Pytorch fastai | State-of-the-Art-Deep-Learning-Bibliothek für Zeitreihen und Sequenzen in Pytorch / fastai

mlpack: Eine schnelle C++-Machine-Learning-Bibliothek, die nur aus Header-Dateien besteht

🍊 :bar_chart: :bulb: Orange: Interaktive Datenanalyse

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

Math.NET Numerics

Buch 5 „Statistik ganz einfach“ | Iris-Blumen-Buch: Von Grundrechenarten bis zum Machine Learning; jetzt erhältlich!

Alink ist die auf Flink basierende Plattform für Algorithmen des maschinellen Lernens, entwickelt vom PAI-Team der Alibaba Computing Platform.

Einfache Statistik für Node- und Browser-JavaScript

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

Leistungsstarke, moderne Mathe-Bibliothek für PHP: Bietet deskriptive Statistik und Regressionen; stetige und diskrete Wahrscheinlichkeitsverteilungen; lineare Algebra mit Matrizen und Vektoren, numerische Analyse; spezielle mathematische Funktionen; Algebra

Eine High-Level-Bibliothek für maschinelles Lernen und Deep Learning für die Programmiersprache PHP.

Ein Python-Paket für Bayes'sche Vorhersagen mit objektorientiertem Design und probabilistischen Modellen im Hintergrund.

Ein Julia Machine-Learning-Framework

Rust-Bibliothek für quantitative Finanzanalysen.

Python AutoML für Handelssysteme und Sportwetten

TensorLy: Tensor-Learning in Python.

Maschinelles Lernen in R.

ThunderSVM: Eine schnelle SVM-Bibliothek für GPUs und CPUs

Eine mit scikit-learn kompatible Bibliothek zur Schätzung von Vorhersageintervallen und Risikokontrolle auf Basis konformer Vorhersagen.

Eine kuratierte Liste der besten Ressourcen für Künstliche Intelligenz

Leistungstest-Begleiter für React und React Native.

Schnelles und anpassbares Framework für die automatische Erstellung von ML-Modellen (AutoML)

Prägnante und schöne Algorithmen, geschrieben in Julia

Tribuo – Eine Java-Bibliothek für maschinelles Lernen