hyperparameter-optimization

Ray adalah mesin komputasi AI. Ray terdiri dari runtime terdistribusi inti dan serangkaian pustaka AI untuk mempercepat beban kerja ML.

Buku deep learning interaktif dengan kode multi-framework, matematika, dan diskusi. Digunakan di 500 universitas dari 70 negara termasuk Stanford, MIT, Harvard, dan Cambridge.

Framework optimasi hyperparameter

Platform pengembang AI. Gunakan Weights & Biases untuk melatih dan melakukan fine-tune model, serta mengelola model dari tahap eksperimen hingga produksi.

ML Cepat dan Akurat dalam 3 Baris Kode

Alat Machine Learning Otomatis Python yang mengoptimalkan alur kerja machine learning menggunakan pemrograman genetik.

Pembelajaran Mesin Otomatis dengan scikit-learn.

Pustaka cepat untuk AutoML dan tuning. Bergabunglah dengan Discord kami: https://discord.gg/Cppx2vSPVP.

Catatan, tugas pemrograman, dan kuis dari semua kursus dalam spesialisasi Deep Learning Coursera yang ditawarkan oleh deeplearning.ai: (i) Neural Networks and Deep Learning; (ii) Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization; (iii) Structuring Machine Learning Projects; (iv) Convolutional Neural Networks; (v) Sequence Models

Daftar makalah, artikel, tutorial, slide, dan proyek machine learning otomatis yang dikurasi.

Infrastruktur AI / Orkestrasi AI / Control Plane AI

Paket Python untuk AutoML pada Data Tabular dengan Rekayasa Fitur, Penyetelan Hyper-Parameter, Penjelasan, dan Dokumentasi Otomatis

Determined adalah platform machine learning sumber terbuka yang menyederhanakan pelatihan terdistribusi, penyetelan hyperparameter, pelacakan eksperimen, dan manajemen sumber daya. Bekerja dengan PyTorch dan TensorFlow.

Pustaka Penyetelan Hyperparameter untuk Keras

Kerangka kerja pelatihan untuk agen pembelajaran penguatan Stable Baselines3, termasuk optimasi hiperparameter dan agen yang telah dilatih sebelumnya.

Antarmuka penelitian berbasis Python untuk blackbox dan optimasi hyperparameter, berdasarkan Layanan Google Vizier internal.

Eksperimen Hyperparameter dengan TensorFlow dan Keras

Robyn adalah paket Marketing Mix Modeling (MMM) eksperimental berdaya AI/ML dan bersumber terbuka dari Meta Marketing Science. Misi kami adalah mendemokratisasi pengetahuan pemodelan, menginspirasi industri melalui inovasi, mengurangi bias manusia dalam proses pemodelan, dan membangun komunitas sains pemasaran sumber terbuka yang kuat.

Optimisasi ringan dengan teknik lokal, global, berbasis populasi, dan sekuensial di seluruh ruang pencarian campuran

SMAC3: Paket Optimasi Bayesian Serbaguna untuk Optimasi Hiperparameter

HyperView adalah lab strategi TradingView berbasis terminal untuk mengunduh data pasar, melakukan backtesting strategi Python dengan perilaku mirip Pine, dan mengoptimalkan parameter SL/TP.

Menyederhanakan reinforcement learning dengan RLOps. Algoritma dan alat RL mutakhir, dengan pelatihan 10x lebih cepat melalui optimasi hyperparameter evolusioner.

Agen LLM sebagai pengoptimal hyperparameter Anda.

Contoh untuk https://github.com/optuna/optuna

OCTIS: Membandingkan Model Topik itu Mudah! Paket python untuk mengoptimalkan dan mengevaluasi model topik (diterima di jalur demo EACL2021)

Dasbor Web Real-time untuk Optuna.

Framework pemodelan otomatis dan machine learning FEDOT

Pustaka AutoML paling bersih di dunia ✨ - Lakukan penyetelan hyperparameter dengan abstraksi pipeline yang tepat untuk menulis pipeline produksi deep learning yang bersih.

Kode untuk IDS-ML: pengembangan sistem deteksi intrusi menggunakan algoritma machine learning (Decision tree, random forest, extra trees, XGBoost, stacking, k-means, optimisasi Bayesian..)

Paket python untuk Penyetelan Hyperparameter dan Pemilihan Fitur simultan untuk Model Gradient Boosting.