sklearn

AiLearning : Analyse de données, apprentissage automatique pratique, algèbre linéaire, PyTorch, NLTK et TF2.

Plateforme tout-en-un pour le trading boursier assisté par IA : apprentissage, simulation et trading réel. Inclut des connaissances boursières, des stratégies, des grands modèles, du machine learning, du deep learning, du renforcement, des réseaux de neurones sur graphes, du trading haute fréquence et des déploiements C++.

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

Machine Learning University : cours accéléré sur le traitement du langage naturel.

Karate Club : un framework Python open-source orienté API pour l'apprentissage non supervisé sur les graphes (CIKM 2020).

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

Bibliothèque compatible avec scikit-learn pour estimer les intervalles de prédiction et contrôler les risques, basée sur les prédictions conformes

Un outil DevOps open source de la CNCF pour empaqueter et versionner des modèles IA/ML, des jeux de données, du code et des configurations sous forme d'artefact OCI.

Transpilez des estimateurs scikit-learn entraînés vers C, Java, JavaScript et autres.

Une collection d'extraits de code issus de la publication Daily Dose of Data Science sur Substack : http://www.dailydoseofds.com/

Machine Learning University : Cours accéléré sur les données tabulaires

Assistant IA en Python 🧠

Générez automatiquement des modèles ARIMA, SARIMAX, VAR, FB Prophet et XGBoost sur des séries temporelles avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus.

Moteur d'inférence d'apprentissage automatique pour microcontrôleurs et appareils embarqués

Ollama pour les modèles de ML classiques. Compilateur AOT qui transforme les modèles XGBoost, LightGBM, scikit-learn, CatBoost et ONNX en code d'inférence C99 natif. Une commande pour charger, une commande pour diffuser. 336 fois plus rapide que l'inférence Python.

Une bibliothèque Python rapide et robuste pour vérifier le langage offensant dans les chaînes.

Package Python pour la prédiction conforme

Un framework open source robuste et flexible d'analyse du comportement des utilisateurs et des entités (UEBA) pour l'analyse de sécurité. Développé avec passion par des data scientists et des analystes en sécurité de l'industrie de la cybersécurité. [BETA]