scikit-learn

Concrete ML: 전통적인 ML 프레임워크와 바인딩되며 Concrete를 기반으로 구축된, 동형암호(FHE)를 사용하는 개인정보 보호 ML 프레임워크.

시계열 머신러닝 및 딥러닝을 위한 툴킷

파이썬(Python) 기반의 거리 측정 학습(Metric learning) 알고리즘

scikit-learn 파이프라인을 위한 추가 블록.

scikit-learn MOOC를 활용한 Python 머신러닝

학술, 자기 주도 학습 및 취미 목적으로 완료한 데이터 사이언스 프로젝트 포트폴리오.

Scikit-learn 애플리케이션의 속도를 높이는 원활한 방법인 Scikit-learn용 확장 기능

핵심 개념을 이해하기 위한 소규모 머신러닝 프로젝트. 도움이 되었다면 Star 🌟를 눌러주세요. 보너스: 면접 질문 은행 곧 공개..!

scikit-learn 기반으로 구축된 생존 분석

학습된 scikit-learn 추정기를 C, Java, JavaScript 등으로 트랜스파일합니다.

범주형 데이터 군집화를 위한 k-modes 및 k-prototypes 군집화 알고리즘의 Python 구현

모델을 ONNX로 변환할 수 있게 해주는 ONNXMLTools

Intel® oneAPI 툴킷 샘플 코드

Windows ML을 위한 샘플 및 도구

Aurelien Geron 저 'Hands-On ML with Scikit-Learn, Keras & TensorFlow' 1부 노트 및 연습 문제 풀이

Data Professor 유튜브 채널의 R 및 Python 프로그래밍 코드 모음.

Python으로 구현된 고성능 위상학적 머신러닝 툴박스

다중 레이블 및 기타 분류를 위한 scikit-learn 기반 모듈

다중 레이블 데이터의 반복적 계층화를 위한 scikit-learn 교차 검증기

다중 프레임워크 지원, 다중 모델 서빙 등을 포함하는 머신러닝 모델용 추론 서버

GPU 가속을 지원하는 Python 웨이블릿 산란 변환(Wavelet scattering transforms)

자연지능은 여전히 꽤 좋은 아이디어입니다.

신체 키포인트 추적을 통한 실시간 시공간 국소 활동 탐지

피처 엔지니어링(Feature engineering)은 데이터 마이닝 기술을 통해 도메인 지식을 활용하여 원시 데이터에서 특징을 추출하는 과정입니다. 이러한 특징은 머신러닝 알고리즘의 성능을 향상시키는 데 사용할 수 있습니다. 피처 엔지니어링 자체를 응용 머신러닝으로 간주할 수 있습니다.

DoubleML - Python용 Double Machine Learning

스포츠 베팅 AI 도구 모음입니다.

마이크로컨트롤러 및 임베디드 장치를 위한 머신러닝 추론 엔진

머신러닝 가이드. 머신러닝 도구, 라이브러리, 프레임워크, 거대 언어 모델(LLM) 및 학습 모델에 대해 모두 알아보세요.

Elasticsearch에서 데이터 프레임, 빅데이터, 머신 러닝 및 ETL을 위한 Python 클라이언트 및 툴킷입니다.

인터랙티브 Decision Tree 시각화로 상사에게 깊은 인상을 남겨보세요