Project Icon

python-glmnet

Python实现的正则化回归库

python-glmnet是一个实现正则化回归模型的Python库。它封装了R语言glmnet包的Fortran库,提供线性和逻辑回归功能。该库兼容Scikit-Learn的API,支持稀疏矩阵,具有交叉验证和自动选择最佳正则化参数的功能。可通过conda或pip安装,适用于需要实现Lasso或ElasticNet回归的数据科学项目。

ngboost - 自然梯度提升的概率预测Python库
GithubNGBoostPython库开源项目机器学习概率预测自然梯度提升
NGBoost是一个基于自然梯度提升的Python库,专注于概率预测。该库构建于Scikit-Learn之上,提供可扩展和模块化的设计,支持多种评分规则、分布和基础学习器。NGBoost适用于回归和分类任务,提供直观的API和丰富的文档。它特别适合需要不确定性估计的机器学习项目,是数据科学领域的实用工具。
scikit-lego - 为scikit-learn提供自定义扩展的开源库
GithubPython库scikit-lego开源项目数据科学机器学习
scikit-lego是一个开源Python库,为scikit-learn提供自定义转换器、指标和模型。该项目最初由荷兰多家公司合作开发,现已获得全球贡献。scikit-lego严格遵循scikit-learn标准,提供高质量代码和测试。它包含多种新特性,如自定义数据集、pandas工具、线性模型、朴素贝叶斯、混合模型、元估计器、预处理工具、模型选择方法和评估指标,旨在增强机器学习工作流程的灵活性和功能性。
OMLT - 将机器学习模型整合到优化环境中的Python工具包
GithubOMLTPyomo优化开源项目机器学习神经网络
OMLT是一个将机器学习模型整合到Pyomo优化环境的Python工具包。它支持神经网络和梯度提升树模型,提供全空间、简化空间和混合整数线性规划等优化formulation。OMLT可导入Keras和ONNX模型,并提供详细文档和示例,方便研究人员和工程师在优化问题中应用机器学习技术。
pydlm - 基于Python的贝叶斯时间序列建模库
GithubPyDLMPython库开源项目数据分析时间序列建模贝叶斯动态线性模型
pydlm是一个Python时间序列建模库,基于贝叶斯动态线性模型。它提供了快速的模型拟合和推断,包含趋势、季节性和动态回归等灵活组件。支持前向过滤、后向平滑和长期预测,并具有简洁的API。pydlm适用于构建复杂时间序列模型,进行数据分析和预测。
graph_nets - DeepMind的图神经网络库,支持TensorFlow和Sonnet
GithubGraph NetsSonnetTensorFlow安装开源项目演示
Graph Nets是由DeepMind开发的图神经网络库,兼容TensorFlow和Sonnet。支持Linux和Mac OS X,以及Python 2.7和3.4+。该库适用于CPU和GPU版本的TensorFlow,但需要单独安装TensorFlow。Graph Nets提供了详细的安装指南、使用示例和多个演示,包括最短路径、排序和物理预测任务。用户可以通过Colaboratory在浏览器中运行这些演示,体验图神经网络的灵活性和强大功能。
hands-on-ml-zh - Sklearn和TensorFlow机器学习指南
GithubPythonSklearnTensorFlow开源项目数据分析机器学习
本指南详细介绍了如何使用Sklearn和TensorFlow进行机器学习,包括在线阅读、Docker镜像、PYPI包和NPM包的多种下载方式,并提供了完整的编译和安装步骤。通过该指南,读者能够学习和掌握数据分析及机器学习的实用技能。
numerical-linear-algebra - 探讨如何使用Python及其科学计算库在Jupyter笔记本中进行高速度和高准确性的矩阵计算
GithubPython开源项目教程数值分解数据科学线性代数
本课程深入探讨如何使用Python及其科学计算库在Jupyter笔记本中进行高速度和高准确性的矩阵计算。从基础的矩阵运算到复杂的分解技术,全方位提升数据科学家处理大数据的能力。辅以丰富的视频教学和论坛讨论,构建完善的学习生态。
dgl - 图深度学习框架加速图神经网络应用与研究
DGLGithub分布式训练图神经网络大规模图开源项目深度学习
DGL是一个高效易用的Python包,支持在图上执行深度学习。兼容PyTorch、Apache MXNet和TensorFlow等多种框架,提供GPU加速的图库、丰富的GNN模型示例、全面的教学材料及优化的分布式训练功能。适合从研究人员到行业专家的各类用户。广泛应用于学术及实践领域,无论是基础教学还是高级图分析,DGL均能有效支持。
languagemodels - 轻松实现低内存大语言模型推理的Python库
GPU加速GithubLanguage ModelsPython大语言模型开源项目语义搜索
该Python库简化了大语言模型的使用,最低内存需求仅为512MB,确保所有推理在本地完成以保障数据隐私。支持GPU加速及多种模型配置,功能涵盖文本翻译、代码补全、语义搜索等,适合教育和商业用途。用户可通过简单的pip命令安装,在REPL、笔记本或脚本中使用。详见官方网站的文档与示例程序。
dlib - 现代C++机器学习工具包,实现高效复杂软件开发
C++GithubPython APIdlib开源项目机器学习编译
dlib是一个功能丰富的C++工具库,专注于机器学习解决方案,支持快速编译和高效运算。提供完整的Python集成和标准Boost许可,适用于各类项目。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

问小白

问小白是一个基于 DeepSeek R1 模型的智能对话平台,专为用户提供高效、贴心的对话体验。实时在线,支持深度思考和联网搜索。免费不限次数,帮用户写作、创作、分析和规划,各种任务随时完成!

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

Trae

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号