scikit-learn

scikit-learn 视频系列的 Jupyter 笔记本

Python 与 Julia 的高效能符号回归。

🧠💬 我在 MachineCurve.com 上撰写的机器学习文章，已存档

Python 数据科学软件的最佳策划清单

Hummingbird 将训练好的 ML 模型编译为张量计算，以实现更快的推理。

🛠 全功能网页 IDE，专为机器学习与数据科学设计

将 LLM 无缝集成至 scikit-learn。

Python 套件，用于表格数据的 AutoML，包含特征工程、超参数调节、解释与自动文档化

精心策划的数据科学资源链接集合

用于决策树可视化与模型解释的 Python 函式库

一款令人愉悅的機器學習工具，讓您無需編寫代碼即可訓練、測試和使用模型

将机器学习模型转换为无任何依赖的原生代码（Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust）

用于调试/检查机器学习分类器并解释其预测结果的库

Mars 是一个基于张量的统一框架，用于大规模数据计算，可扩展 numpy、pandas、scikit-learn 和 Python 函数。

机器学习算法速度提升 2-2000 倍，内存占用减少 50%，支持新旧所有硬件。

一个为 scikit-learn 物件新增绘图功能的直觉式函式库。

借助热门的 Python Machine Learning Eco-system，掌握运用 Machine Learning 与 Deep Learning 识别并解决复杂现实问题核心技能。

一个用于 Python 的模块化主动学习框架

基于 scikit-learn 构建的投资组合优化 Python 库

兼容 sklearn 的特征工程与选择开源 Python 库。

使用 python 与 scikit-learn 进行股票预测

只需一行代码即可自动将任意大小的任何数据集可视化。由 Ram Seshadri 创建。欢迎合作。经请求授权。

基于 scikit-learn 风格 API 的 Python 遗传编程

用于交易系统与运动博弈的 Python AutoML

基于 Kubernetes 的自动化机器学习

General Assembly 于华盛顿特区举办的 2015 年 Data Science 课程

可解释机器学习包 🔍，用于简洁、透明且准确的预测建模（兼容 sklearn）。

MLeap：将 ML Pipelines 部署至生产环境

使用兼容 scikit-learn 的模型、统计方法和基础模型进行时间序列预测的 Python 库

使用 Python 进行多变量探索性数据分析 — PCA、CA、MCA、MFA、FAMD、GPA