scikit-learn

Jupyter notebook dari seri video scikit-learn

Regresi Simbolik Berperforma Tinggi dalam Python dan Julia

🧠💬 Artikel yang saya tulis tentang machine learning, diarsipkan dari MachineCurve.com.

Daftar perangkat lunak data science dalam Python yang dikurasi dengan sangat baik.

Hummingbird mengompilasi model ML yang telah dilatih menjadi komputasi tensor untuk inferensi yang lebih cepat.

🛠 IDE berbasis web lengkap yang dikhususkan untuk machine learning dan data science.

Integrasikan LLM ke dalam scikit-learn dengan mulus.

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

Tautan sumber daya ilmu data yang dikurasi dengan cermat di satu tempat

Pustaka Python untuk visualisasi pohon keputusan dan interpretasi model.

Alat machine learning yang memudahkan Anda untuk melatih, menguji, dan menggunakan model tanpa perlu menulis kode.

Ubah model ML menjadi kode asli (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust) tanpa dependensi.

Pustaka untuk men-debug/menginspeksi pengklasifikasi machine learning dan menjelaskan prediksinya.

Mars adalah kerangka kerja terpadu berbasis tensor untuk komputasi data skala besar yang menskalakan fungsi numpy, pandas, scikit-learn, dan Python.

Algoritma ML 2-2000x lebih cepat, penggunaan memori 50% lebih hemat, berfungsi di semua perangkat keras - baru maupun lama.

Pustaka intuitif untuk menambahkan fungsionalitas pemetaan pada objek scikit-learn.

Kuasai keterampilan penting yang diperlukan untuk mengenali dan memecahkan masalah dunia nyata yang kompleks dengan Machine Learning dan Deep Learning dengan memanfaatkan ekosistem Machine Learning Python yang sangat populer.

Kerangka kerja pembelajaran aktif modular untuk Python.

Pustaka Python untuk optimasi portofolio yang dibangun di atas scikit-learn

Pustaka Python sumber terbuka untuk rekayasa dan seleksi fitur yang kompatibel dengan sklearn.

Menggunakan Python dan scikit-learn untuk membuat prediksi saham

Visualisasikan dataset apa pun, berapapun ukurannya, secara otomatis dengan satu baris kode. Dibuat oleh Ram Seshadri. Kolaborator dipersilakan. Izin diberikan berdasarkan permintaan.

Pemrograman Genetik dengan Python, dengan API yang terinspirasi dari scikit-learn

Python AutoML untuk Sistem Perdagangan dan Taruhan Olahraga

Automated Machine Learning di atas Kubernetes

Kursus Data Science General Assembly 2015 di Washington, DC

Paket ML yang dapat diinterpretasikan 🔍 untuk pemodelan prediktif yang ringkas, transparan, dan akurat (kompatibel dengan sklearn).

MLeap: Terapkan Pipeline ML ke Produksi

Pustaka Python untuk peramalan deret waktu menggunakan model yang kompatibel dengan scikit-learn, metode statistik, dan model dasar

Analisis data eksplorasi multivariat dengan Python — PCA, CA, MCA, MFA, FAMD, GPA