bayesian-optimization

Une implémentation Python d'optimisation globale par processus gaussiens.

Apprentissage automatique automatisé avec scikit-learn.

Un framework modulaire d'apprentissage actif pour Python.

Cahiers d'exercices sur les méthodes bayésiennes pour l'apprentissage automatique

Interface de recherche basée sur Python pour l'optimisation de boîtes noires et d'hyperparamètres, basée sur le service interne Google Vizier.

Optimisation légère avec des techniques locales, globales, basées sur la population et séquentielles à travers des espaces de recherche mixtes

SMAC3 : Un package d'optimisation bayésienne polyvalent pour l'optimisation des hyperparamètres

OCTIS : Comparer des modèles de sujets en toute simplicité ! Un package Python pour optimiser et évaluer les modèles de sujets (accepté à la session démo de l'EACL2021).

Une boîte à outils basée sur Python contenant diverses méthodes en matière de prise de décision, de quantification d'incertitude et d'émulation statistique : multi-fidélité, conception expérimentale, optimisation bayésienne, quadrature bayésienne, etc.

Code pour IDS-ML : développement d'un système de détection d'intrusions utilisant des algorithmes de machine learning (Decision tree, random forest, extra trees, XGBoost, stacking, k-means, optimisation bayésienne...)

Une interface unifiée pour les algorithmes d'optimisation et les expérimentations