跳到主要内容
buildradar
登录
主题 · scikit-learn

scikit-learn

标记 scikit-learn 主题、收录中的开源项目,按星标数排序。

共 102 个项目
  • concrete-ml@zama-ai

    Concrete ML:基于完全同态加密(FHE)的隐私保护机器学习框架,构建于 Concrete 之上,并提供传统机器学习框架的绑定。

    1,449+0近 7 天星标变化
  • aeon@aeon-toolkit

    用于时间序列机器学习与深度学习的工具包

    1,440+0近 7 天星标变化
  • metric-learn@scikit-learn-contrib

    Python 的度量学习算法

    1,438+0近 7 天星标变化
  • scikit-lego@koaning

    用于 scikit-learn 管道的额外区块。

    1,409+0近 7 天星标变化
  • scikit-learn-mooc@INRIA

    使用 scikit-learn 进行 Python 机器学习的在线课程 (MOOC)

    1,392+0近 7 天星标变化
  • data-science-portfolio@sajal2692

    我为学术、自学和业余目的完成的数据科学项目作品集。

    1,366+0近 7 天星标变化
  • scikit-learn-intelex@uxlfoundation

    Scikit-learn 的扩展套件,是加速 Scikit-learn 应用程序的无缝方式

    1,356+0近 7 天星标变化
  • 用于理解核心概念的小型机器学习项目。如果有帮助,请给个 Star 🌟。加码:即将推出面试题库..!

    1,331+0近 7 天星标变化
  • 基于 scikit-learn 构建的生存分析工具

    1,320+0近 7 天星标变化
  • 将训练好的 scikit-learn 估计器转译为 C、Java、JavaScript 等语言。

    1,302+0近 7 天星标变化
  • kmodes@nicodv

    用于对类别数据进行聚类的 k-modes 与 k-prototypes 聚类算法的 Python 实现

    1,286+0近 7 天星标变化
  • onnxmltools@onnx

    ONNXMLTools 支持将模型转换为 ONNX 格式

    1,170+0近 7 天星标变化
  • oneAPI-samples@oneapi-src

    Intel® oneAPI Toolkits 的示例代码

    1,162+0近 7 天星标变化
  • Windows ML 的示例与工具。

    1,123+0近 7 天星标变化
  • Aurelien Geron 所著《Hands-On ML with Scikit-Learn, Keras & TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems》一书第一部分的笔记与练习解答

    1,068+2近 7 天星标变化
  • code@dataprofessor

    Data Professor YouTube 频道上的 R 与 Python 编程代码汇编。

    1,049+0近 7 天星标变化
  • giotto-tda@giotto-ai

    基于 Python 的高性能拓扑机器学习工具箱

    1,003+1近 7 天星标变化
  • scikit-multilearn@scikit-multilearn

    基于 scikit-learn 的多标签等分类模块

    955-1近 7 天星标变化
  • 用于多标签数据迭代分层的 scikit-learn 交叉验证器

    900+1近 7 天星标变化
  • MLServer@SeldonIO

    用于机器学习模型的推理服务器,支持多种框架、多模型服务等功能

    897+0近 7 天星标变化
  • kymatio@kymatio

    具备 GPU 加速的 Python 小波散射转换 (Wavelet scattering transforms)

    856+0近 7 天星标变化
  • human-learn@koaning

    自然智慧仍然是一个相当不错的点子。

    833+0近 7 天星标变化
  • ActionAI@smellslikeml

    通过追踪身体关键点来进行实时时空局部化活动检测

    813-1近 7 天星标变化
  • Amazing-Feature-Engineering@ashishpatel26

    特征工程是利用领域知识通过数据挖掘技术从原始数据中提取特征的过程。这些特征可用于提升机器学习算法的性能。特征工程本身即可视为应用机器学习。

    806+0近 7 天星标变化
  • doubleml-for-py@DoubleML

    DoubleML - Python 中的双重机器学习。

    785+7近 7 天星标变化
  • sports-betting@georgedouzas

    运动博彩 AI 工具集合。

    783+3近 7 天星标变化
  • emlearn@emlearn

    适用于微控制器与嵌入式设备的机器学习推理引擎

    753+4近 7 天星标变化
  • 机器学习指南。学习所有关于机器学习工具、函数库、框架、大型语言模型(LLMs)以及模型训练的知识。

    708-1近 7 天星标变化
  • eland@elastic

    适用于 Elasticsearch 中 DataFrames、大数据、机器学习与 ETL 的 Python 客户端与工具包

    693+0近 7 天星标变化
  • supertree@mljar

    用交互式决策树可视化惊艳你的老板

    685+6近 7 天星标变化
← 返回主题列表