scikit-learn

Notebooks Jupyter issus de la série de vidéos scikit-learn.

Régression symbolique haute performance en Python et Julia.

Articles sur l'apprentissage automatique, archivés depuis MachineCurve.com.

Probablement la meilleure liste organisée de logiciels de science des données en Python.

Hummingbird compile des modèles ML entraînés en calculs tensoriels pour une inférence plus rapide.

🛠 IDE web tout-en-un spécialisé pour le machine learning et la science des données.

Intégrez facilement des LLM dans scikit-learn.

Package Python pour l'AutoML sur données tabulaires, incluant ingénierie des caractéristiques, réglage des hyperparamètres, explicabilité et documentation automatique

Liens de ressources soigneusement sélectionnés pour la science des données centralisés en un seul endroit.

Une bibliothèque Python pour la visualisation d'arbres de décision et l'interprétation de modèles.

Un outil d'apprentissage automatique convivial qui permet d'entraîner, de tester et d'utiliser des modèles sans écrire de code

Transformez des modèles ML en code natif (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust) sans dépendances

Une bibliothèque pour déboguer/inspecter les classifieurs d'apprentissage automatique et expliquer leurs prédictions.

Mars est un framework unifié basé sur les tenseurs pour le calcul de données à grande échelle, faisant évoluer numpy, pandas, scikit-learn et les fonctions Python

Algorithmes ML 2 à 2000 fois plus rapides, 50 % d'utilisation mémoire en moins, compatibles avec tout matériel, récent ou ancien.

Une bibliothèque intuitive pour ajouter des fonctionnalités de traçage aux objets scikit-learn.

Maîtrisez les compétences essentielles pour identifier et résoudre des problèmes complexes du monde réel avec le Machine Learning et le Deep Learning en tirant parti de l'écosystème Python très populaire.

Un framework modulaire d'apprentissage actif pour Python.

Bibliothèque Python pour l'optimisation de portefeuille construite sur scikit-learn

Bibliothèque Python open-source d'ingénierie et de sélection de caractéristiques compatible avec sklearn.

Utilisation de Python et scikit-learn pour effectuer des prédictions boursières

Visualisez automatiquement n'importe quel jeu de données, quelle que soit sa taille, avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus. Autorisation accordée sur demande.

Programmation génétique en Python, avec une API inspirée de scikit-learn

AutoML Python pour les systèmes de trading et les paris sportifs.

Apprentissage automatique automatisé (AutoML) sur Kubernetes.

Cours de science des données 2015 de General Assembly à Washington, DC

Package ML interprétable 🔍 pour une modélisation prédictive concise, transparente et précise (compatible sklearn).

MLeap : déploiement de pipelines de machine learning en production

Bibliothèque Python pour la prévision de séries temporelles utilisant des modèles compatibles avec scikit-learn, des méthodes statistiques et des modèles de fondation.

Analyse exploratoire de données multivariées en Python — PCA, CA, MCA, MFA, FAMD, GPA