hyperparameter-optimization

Ray là một công cụ tính toán AI. Ray bao gồm một runtime phân tán cốt lõi và một bộ thư viện AI để tăng tốc khối lượng công việc ML.

Sách học sâu tương tác với mã đa framework, toán học và các cuộc thảo luận. Được áp dụng tại 500 trường đại học từ 70 quốc gia bao gồm Stanford, MIT, Harvard và Cambridge.

Một framework tối ưu hóa siêu tham số

Nền tảng nhà phát triển AI. Sử dụng Weights & Biases để huấn luyện và tinh chỉnh mô hình, đồng thời quản lý mô hình từ giai đoạn thử nghiệm đến sản xuất.

ML nhanh và chính xác chỉ trong 3 dòng code

Một công cụ Python Automated Machine Learning giúp tối ưu hóa các pipeline machine learning bằng lập trình di truyền.

Học máy tự động với scikit-learn

Một thư viện nhanh cho AutoML và tinh chỉnh. Tham gia Discord của chúng tôi: https://discord.gg/Cppx2vSPVP.

Ghi chú, bài tập lập trình và trắc nghiệm từ tất cả các khóa học trong chuyên ngành Deep Learning của Coursera do deeplearning.ai cung cấp: (i) Mạng thần kinh và Deep Learning; (ii) Cải thiện mạng thần kinh sâu: Điều chỉnh siêu tham số, Chuẩn hóa và Tối ưu hóa; (iii) Cấu trúc các dự án Machine Learning; (iv) Mạng thần kinh tích chập; (v) Mô hình chuỗi

Danh sách chọn lọc các bài báo, bài viết, hướng dẫn, slide và dự án về học máy tự động

Hạ tầng AI / Điều phối AI / Mặt phẳng điều khiển AI

Gói Python cho AutoML trên Dữ liệu dạng bảng với tính năng Kỹ thuật đặc trưng, Tinh chỉnh siêu tham số, Giải thích và Tài liệu tự động

Determined là một nền tảng học máy mã nguồn mở giúp đơn giản hóa quá trình huấn luyện phân tán, tinh chỉnh siêu tham số, theo dõi thí nghiệm và quản lý tài nguyên. Hoạt động với PyTorch và TensorFlow.

Thư viện tinh chỉnh siêu tham số cho Keras

Khung huấn luyện cho các agent học tăng cường Stable Baselines3, bao gồm tối ưu hóa siêu tham số và các agent được huấn luyện sẵn.

Giao diện nghiên cứu dựa trên Python dành cho tối ưu hóa hộp đen và siêu tham số, dựa trên dịch vụ nội bộ Google Vizier.

Thí nghiệm siêu tham số với TensorFlow và Keras

Robyn là gói mô hình hóa hỗn hợp tiếp thị (MMM) mã nguồn mở, được hỗ trợ bởi AI/ML từ Meta Marketing Science, nhằm dân chủ hóa kiến thức mô hình hóa và giảm thiểu sai lệch của con người.

Tối ưu hóa gọn nhẹ với các kỹ thuật cục bộ, toàn cục, dựa trên quần thể và tuần tự trên các không gian tìm kiếm hỗn hợp

SMAC3: Một gói tối ưu hóa Bayes linh hoạt để tối ưu hóa siêu tham số.

HyperView là phòng thí nghiệm chiến lược TradingView dành cho terminal, dùng để tải xuống dữ liệu thị trường, kiểm thử chiến lược Python với hànhvi giống Pine, và tối ưu hóa tham số SL/TP.

Tối ưu hóa học tăng cường với RLOps. Các thuật toán và công cụ RL tiên tiến, với tốc độ huấn luyện nhanh hơn 10 lần nhờ tối ưu hóa siêu tham số tiến hóa.

Các tác nhân LLM đóng vai trò tối ưu hóa siêu tham số của bạn.

Các ví dụ cho https://github.com/optuna/optuna

OCTIS: So sánh các mô hình chủ đề thật đơn giản! Một gói Python để tối ưu hóa và đánh giá các mô hình chủ đề (được chấp nhận tại EACL2021 demo track)

Bảng điều khiển Web thời gian thực cho Optuna.

Khung mô hình hóa và học máy tự động FEDOT.

Thư viện AutoML sạch nhất thế giới ✨ - Thực hiện điều chỉnh siêu tham số với các trừu tượng đường ống phù hợp để viết các đường ống học sâu sản xuất sạch. Cho phép các bước đường ống của bạn có không gian siêu tham số. Thiết kế các bước trong đường ống của bạn như các thành phần. Tương thích với Scikit-Learn, TensorFlow và hầu hết các thư viện, khung và môi trường MLOps khác

Mã nguồn cho IDS-ML: phát triển hệ thống phát hiện xâm nhập sử dụng các thuật toán học máy (Decision tree, random forest, extra trees, XGBoost, stacking, k-means, Bayesian optimization..)

Gói Python dùng để tinh chỉnh siêu tham số và lựa chọn đặc trưng đồng thời cho các mô hình Gradient Boosting.