feature-engineering

遺伝的プログラミングを使用して機械学習パイプラインを最適化するPythonの自動機械学習ツール。

自動特徴量エンジニアリングのためのオープンソースPythonライブラリ

Alinkは、アリババのコンピューティングプラットフォームPAIチームによって開発された、Flinkベースの機械学習アルゴリズムプラットフォーム

特徴量エンジニアリング、ハイパーパラメータチューニング、説明可能性、自動ドキュメント生成を備えた、表形式データ向けAutoML用Pythonパッケージ

Book_6_《データ有道》 | アヤメ本シリーズ：四則演算から機械学習まで。ご批判とご指摘をお待ちしております！多くの誤りを修正してくださった方には、書籍を贈呈して感謝いたします！

Apache Hamiltonは、データサイエンティストやエンジニアが、テスト可能でモジュール式かつ自己文書化されたデータフローを定義するのを支援します。データ系統やメタデータを含み、Pythonが動作するすべての環境で実行・スケールします。

ユーザーエンゲージメントを向上させる、記事、リスティング、検索結果、レコメンデーション向けのローコード機械学習パーソナライズランキングサービス。使いやすいLearn-to-Rankエンジン

TransmogrifAIは、最小限の手動調整でApache Spark上にモジュール式で再利用可能な、型安全な機械学習ワークフローを構築するためのAutoMLライブラリです。

sklearn と互換性のある、特徴量エンジニアリングおよび選択のためのオープンソース Python ライブラリ。

バーチャル Feature Store。既存のデータインフラストラクチャを Feature Store に変換します。

Feathr – エンタープライズ向けの拡張可能で統合されたデータおよび AI エンジニアリングプラットフォーム

インテリジェントなトレーディングボット：機械学習と特徴量エンジニアリングに基づいたシグマルの自動生成と自動売買

ディープラーニングおよび機械学習関連の株式は、長期・短期の投資家やトレーダーの双方にとって有望な機会となります

OpenMLDBは、学習と推論に向けて一貫性のある特徴量を計算する特徴量プラットフォームを提供する、オープンソースの機械学習データベースです。

AI データアプリ向けの統合マルチモーダルバックエンド

自動時系列予測

Hopsworks - Feature Store を備えたデータ密集型 AI プラットフォーム

大規模な時系列機械学習。Polars を使用して構築され、並列処理による特徴量抽出とパネルデータの予測を実現。

NVTabular は、ディープラーニングベースの推薦システムのトレーニングに使用されるテラバイト規模のデータセットを迅速かつ容易に操作できるように設計された、表形式データ用の特徴量エンジニアリングおよび前処理ライブラリです。

時系列から特徴量を抽出するための直感的なライブラリ。

データサイエンス EBooks リポジトリへようこそ！このコレクションでは、データサイエンス、機械学習、AI に関する高品質な電子書籍を多数提供しています。初学者から上級者まで、これらのリソースを活用して知識とスキルを深めるのに最適です。

EvalML は Python で書かれた AutoML ライブラリです。

特徴量エンジニアリングは、ドメイン知識を用いてデータマイニング手法により生データから特徴量を抽出するプロセスです。これらの特徴量は機械学習アルゴリズムの性能向上に利用できます。特徴量エンジニアリングは応用機械学習そのものと見なすことができます。

Kaggle データサイエンスコンペティションのコード

Temporian は、機械学習アプリケーション向けに時系列データのプレプロセッシング ⚡ と特徴量エンジニアリング 🛠 を行うためのオープンソースの Python ライブラリです 📈🤖

BharatMLStack は、インド規模のリアルタイムおよびバッチ ML ワークロードをサポートするために Meesho で構築された、オープンソースのエンドツーエンド機械学習インフラストラクチャスタックです

完全に無料で便利かつ高速な毎日のタスク管理

モデルと特徴量からAI搭載の予測サービスを構築するためのサーバーレス機械学習コース

高度な特徴量エンジニアリング戦略を使用し、1行のコードでデータセットから最適な特徴量を選択する。Ram Seshadri 作成、協力者歓迎。

データサイエンスプロジェクトの完全なライフサイクル