feature-engineering

一款使用基因演算法優化機器學習流程的 Python 自動化機器學習工具

用於自動化特徵工程的開源 Python 函式庫。

Alink 是基於 Flink 的機器學習算法平台，由阿里巴巴計算平台 PAI 團隊開發。

Python 套件，用於表格資料的 AutoML，包含特徵工程、超參數調整、解釋與自動文件化

Book_6_《數據有道》 | 鳶尾花書：從加減乘除到機器學習；歡迎大家批評指正！糾錯多的同學會得到贈書感謝！

Apache Hamilton 幫助資料科學家和工程師定義可測試、模組化、自文件化的資料流，並編碼血緣/追蹤與詮釋資料。可在任何 Python 執行的環境中執行與擴展。

低程式碼機器學習個人化排序服務，適用於文章、清單、搜尋結果與推薦，可提升使用者參與度。一個友善的 Learn-to-Rank 引擎

TransmogrifAI 是一套 AutoML 函式庫，用於在 Apache Spark 上建構模組化、可重複使用、強型別的機器學習工作流程，並將手動調整降至最低

相容於 sklearn 的特徵工程與選擇開源 Python 程式庫。

虛擬特徵市集。將您現有的資料基礎設施轉化為特徵市集。

Feathr – 企業級的可擴展統一資料與 AI 工程平台

智能交易機器人：基於機器學習與特徵工程自動生成信號並進行交易

深度學習與機器學習股票為長期和短期投資者及交易者提供了有前景的機會。

OpenMLDB 是一個開源的機器學習資料庫，提供一個能為訓練與推論計算一致性特徵的特徵平台。

用於 AI 資料應用的統一多模態後端

自動化時間序列預測

Hopsworks - 具備特徵儲存庫的資料密集型 AI 平台

大規模時間序列機器學習。使用 Polars 構建，用於面板資料的極度平行特徵萃取與預測。

NVTabular 是一個針對表格資料的特徵工程與前處理函式庫，旨在快速且輕鬆地處理用於訓練深度學習推薦系統的兆位元級（terabyte-scale）資料集。

一個能從時間序列中萃取特徵的直觀函式庫

EvalML 是一個用 python 編寫的 AutoML 庫。

特徵工程是利用領域知識透過資料探勘技術從原始資料中萃取特徵的過程。這些特徵可用於提升機器學習演算法的效能。特徵工程本身即可視為應用機器學習。

Kaggle 資料科學競賽程式碼

Temporian 是一個開源的 Python 函式庫，用於機器學習應用的時間資料預處理 ⚡ 與特徵工程 🛠 📈

BharatMLStack 是 Meesho 建構的開源端到端機器學習基礎設施堆疊，旨在支援 Bharat 規模的即時與批次 ML 工作負載。

絕對免費、便利且快速的每日任務規劃

使用進階特徵工程策略，透過一行程式碼從資料集中選出最佳特徵。由 Ram Seshadri 建立。歡迎協作者。

無伺服器機器學習課程，用於從模型與特徵建構具備 AI 功能的預測服務

資料科學專案的完整生命週期

使用自動化機器學習（AutoML）方法進行靜態／批次與線上／持續學習的實作／教學