feature-engineering

जेनेटिक प्रोग्रामिंग का उपयोग करके मशीन लर्निंग पाइपलाइनों को अनुकूलित करने वाला एक Python ऑटोमेटेड मशीन लर्निंग टूल।

स्वचालित फ़ीचर इंजीनियरिंग के लिए एक ओपन सोर्स python लाइब्रेरी

Alink, Flink पर आधारित मशीन लर्निंग एल्गोरिदम प्लेटफॉर्म है, जिसे Alibaba कंप्यूटिंग प्लेटफॉर्म की PAI टीम द्वारा विकसित किया गया है।

फीचर इंजीनियरिंग, हाइपर-पैरामीटर ट्यूनिंग, एक्सप्लेनेशन और ऑटोमैटिक डॉक्यूमेंटेशन के साथ Tabular Data पर AutoML के लिए Python पैकेज

Book_6_《डेटा द वे》 | आईरिस बुक: जोड़, घटाव, गुणा, भाग से लेकर मशीन लर्निंग तक; आलोचना और सुधार के लिए सभी का स्वागत है! अधिक गलतियाँ सुधारने वाले छात्रों को धन्यवादस्वरूप पुस्तक उपहार में दी जाएगी!

Apache Hamilton डेटा वैज्ञानिकों और इंजीनियरों को परीक्षण योग्य, मॉड्यूलर, स्व-दस्तावेज़ीकरण डेटाफ़्लो को परिभाषित करने में मदद करता है, जो वंशावली/ट्रेसिंग और मेटाडेटा को एनकोड करते हैं। जहाँ भी Python चलता है, यह हर जगह चलता और स्केल करता है।

लेखों, लिस्टिंग, खोज परिणामों और अनुशंसाओं के लिए एक लो-कोड मशीन लर्निंग वैयक्तिकृत रैंकिंग सेवा जो उपयोगकर्ता की व्यस्तता को बढ़ाती है। एक अनुकूल Learn-to-Rank इंजन

TransmogrifAI (उच्चारण trăns-mŏgˈrə-fī) न्यूनतम मैनुअल ट्यूनिंग के साथ Apache Spark पर मॉड्यूलर, पुन: प्रयोज्य, मजबूत टाइप किए गए मशीन लर्निंग वर्कफ़्लो बनाने के लिए एक AutoML लाइब्रेरी है

sklearn के साथ संगत फ़ीचर इंजीनियरिंग और चयन ओपन-सोर्स Python लाइब्रेरी।

वर्चुअल फ़ीचर स्टोर (Virtual Feature Store)। अपने मौजूदा डेटा इंफ्रास्ट्रक्चर को फ़ीचर स्टोर में बदलें।

Feathr – उद्यमों के लिए एक स्केलेबल, एकीकृत डेटा और AI इंजीनियरिंग प्लेटफॉर्म

इंटेलिजेंट ट्रेडिंग बॉट: मशीन लर्निंग और फीचर इंजीनियरिंग के आधार पर स्वचालित रूप से सिग्नल जनरेट करना और ट्रेड करना

डीप लर्निंग और मशीन लर्निंग स्टॉक दीर्घकालिक और अल्पकालिक दोनों निवेशकों और व्यापारियों के लिए आशाजनक अवसर प्रस्तुत करते हैं।

OpenMLDB एक ओपन-सोर्स मशीन लर्निंग डेटाबेस है जो ट्रेनिंग और अनुमान के लिए लगातार फ़ीचर्स की गणना करने वाला फ़ीचर प्लेटफ़ॉर्म प्रदान करता है।

AI डेटा ऐप्स के लिए एकीकृत मल्टीमॉडल बैकएंड

स्वचालित समय श्रृंखला पूर्वानुमान

Hopsworks - एक फ़ीचर स्टोर के साथ डेटा-इंटेंसिव AI प्लेटफ़ॉर्म

बड़े पैमाने पर टाइम-सीरीज़ मशीन लर्निंग। पैनल डेटा पर आसानी से समानांतर फीचर एक्सट्रैक्शन और पूर्वानुमान के लिए Polars के साथ निर्मित।

NVTabular टैब्यूलर डेटा के लिए एक फीचर इंजीनियरिंग और प्रीप्रोसेसिंग लाइब्रेरी है, जिसे डीप लर्निंग आधारित अनुशंसक प्रणालियों को प्रशिक्षित करने के लिए टेराबाइट स्केल डेटासेट को तेज़ी से और आसानी से प्रोसेस करने के लिए डिज़ाइन किया गया है।

टाइम सीरीज़ से फीचर्स निकालने के लिए एक सहज लाइब्रेरी

EvalML पायथन में लिखी गई एक AutoML लाइब्रेरी है।

फ़ीचर इंजीनियरिंग डेटा माइनिंग तकनीकों के माध्यम से कच्चे डेटा से फ़ीचर निकालने के लिए डोमेन ज्ञान का उपयोग करने की प्रक्रिया है। इन फ़ीचर्स का उपयोग मशीन लर्निंग एल्गोरिदम के प्रदर्शन को बेहतर बनाने के लिए किया जा सकता है। फ़ीचर इंजीनियरिंग को स्वयं एप्लाइड मशीन लर्निंग माना जा सकता है।

Kaggle डेटा साइंस प्रतियोगिताओं के लिए कोड

Temporian एक ओपन-सोर्स Python लाइब्रेरी है जो मशीन लर्निंग अनुप्रयोगों के लिए टेम्पोरल डेटा की प्रीप्रोसेसिंग और फीचर इंजीनियरिंग के लिए उपयोग की जाती है।

BharatMLStack एक ओपन-सोर्स, एंड-टू-एंड मशीन लर्निंग इंफ्रास्ट्रक्चर स्टैक है जिसे Meesho में Bharat स्केल पर रीयल-टाइम और बैच ML वर्कलोड का समर्थन करने के लिए बनाया गया है

पूरी तरह से मुफ्त, सुविधाजनक और तेज़ दैनिक कार्य योजना।

मॉडल और फीचर्स से AI-सक्षम प्रेडिक्शन सर्विस बनाने के लिए सर्वरलेस मशीन लर्निंग कोर्स

कोड की एक ही लाइन के साथ अपने डेटासेट से उन्नत फ़ीचर इंजीनियरिंग रणनीतियों का उपयोग करें और सर्वश्रेष्ठ फ़ीचर्स का चयन करें। Ram Seshadri द्वारा बनाया गया। योगदानकर्ताओं का स्वागत है।

डेटा साइंस प्रोजेक्ट का संपूर्ण जीवन चक्र

स्टेटिक/बैच और ऑनलाइन/कंटीन्यूअस लर्निंग के लिए ऑटोमेटेड मशीन लर्निंग (AutoML) विधियों का उपयोग करने का कार्यान्वयन/ट्यूटोरियल