Saltar al contenido principal
buildradar
Sign in
Tema · sklearn

sklearn

Repositorios de código abierto monitorizados etiquetados con sklearn, ordenados por estrellas.

Repositorios
18
Estrellas totales
70.300
Estrellas de media
3906
Proporción
0,00%

Temas que aparecen con frecuencia junto a sklearn en un mismo repositorio.

Emergentes recientes

Repositorios creados en los últimos 90 días, etiquetados con sklearn.

No hay repositorios nuevos con este tema en los últimos 90 días.

  • ailearning@apachecn

    AiLearning: Análisis de datos + Aprendizaje automático práctico + Álgebra lineal + PyTorch + NLTK + TF2

    42.501+8Variación de estrellas de los últimos 7 días
  • ai_quant_trade@charliedream1

    Operador bursátil de IA: plataforma integral desde el aprendizaje y simulación hasta el trading real. Incluye conocimientos de bolsa, ejemplos de estrategias, LLMs, minería de factores, estrategias tradicionales, machine learning, deep learning, reinforcement learning, redes de grafos, high-frequency trading, despliegue en C++ y ejemplos de código de JoinQuant para facilitar el aprendizaje, simulación y trading real.

    6456+30Variación de estrellas de los últimos 7 días
  • igel@nidhaloff

    una excelente herramienta de machine learning que te permite entrenar, probar y usar modelos sin escribir código

    3138+0Variación de estrellas de los últimos 7 días
  • Machine Learning University: Clase acelerada de procesamiento de lenguaje natural

    2433+0Variación de estrellas de los últimos 7 días
  • karateclub@benedekrozemberczki

    Karate Club: un framework de Python de código abierto orientado a API para aprendizaje no supervisado en grafos (CIKM 2020)

    2286+0Variación de estrellas de los últimos 7 días
  • MachineLearningStocks@robertmartin8

    Uso de Python y scikit-learn para realizar predicciones bursátiles

    1961+0Variación de estrellas de los últimos 7 días
  • MAPIE@scikit-learn-contrib

    Una biblioteca compatible con scikit-learn para estimar intervalos de predicción y controlar riesgos, basada en predicciones conformes.

    1586+2Variación de estrellas de los últimos 7 días
  • kitops@kitops-ml

    Una herramienta DevOps de código abierto de la CNCF para empaquetar y versionar modelos de IA/ML, conjuntos de datos, código y configuraciones en un artefacto OCI.

    1409+0Variación de estrellas de los últimos 7 días
  • Transpila estimadores entrenados de scikit-learn a C, Java, JavaScript y otros.

    1302+0Variación de estrellas de los últimos 7 días
  • Daily-Dose-of-Data-Science@ChawlaAvi

    Una colección de fragmentos de código de la publicación Daily Dose of Data Science en Substack: http://www.dailydoseofds.com/

    1224+0Variación de estrellas de los últimos 7 días
  • Machine Learning University: Clase acelerada de datos tabulares

    1035+1Variación de estrellas de los últimos 7 días
  • Asistente de IA en Python 🧠

    1014+0Variación de estrellas de los últimos 7 días
  • Auto_TS@AutoViML

    Construye automáticamente modelos ARIMA, SARIMAX, VAR, FB Prophet y XGBoost en conjuntos de datos de series temporales con una sola línea de código. Creado por Ram Seshadri. Se aceptan colaboradores.

    764+0Variación de estrellas de los últimos 7 días
  • emlearn@emlearn

    Motor de inferencia de aprendizaje automático para microcontroladores y dispositivos embebidos.

    752+4Variación de estrellas de los últimos 7 días
  • timber@kossisoroyce

    Ollama para modelos de ML clásico. Compilador AOT que convierte modelos de XGBoost, LightGBM, scikit-learn, CatBoost y ONNX en código de inferencia C99 nativo. Un comando para cargar, un comando para servir. 336 veces más rápido que la inferencia en Python.

    687+0Variación de estrellas de los últimos 7 días
  • profanity-check@vzhou842

    Biblioteca de Python rápida y robusta para detectar lenguaje ofensivo en cadenas de texto.

    659+1Variación de estrellas de los últimos 7 días
  • crepes@henrikbostrom

    Paquete de Python para conformal prediction

    582+1Variación de estrellas de los últimos 7 días
  • OpenUBA@GACWR

    Un framework de análisis de comportamiento de usuarios y entidades (UEBA) robusto y flexible, utilizado para análisis de seguridad. Desarrollado con dedicación por científicos de datos y analistas de seguridad de la industria de la ciberseguridad. [BETA]

    517+2Variación de estrellas de los últimos 7 días
← Volver a temas