Project Icon

scikit-learn-ts

Node.js环境下的Python机器学习库集成方案

scikit-learn-ts项目为Node.js开发者提供了使用Python scikit-learn机器学习库的便捷方式。该项目自动生成257个TypeScript类,涵盖KMeans、TSNE和PCA等算法,性能优于纯JavaScript实现。适用于本地开发环境,配有详细文档和示例,简化了Node.js中的机器学习应用。

tslearn - Python时间序列分析机器学习库
GithubPython库tslearn开源项目数据预处理时间序列分析机器学习
tslearn是一个开源的Python库,专注于时间序列分析和机器学习。它提供数据预处理、分类、聚类、回归和多种距离度量方法。支持可变长度时间序列,兼容scikit-learn,包含UCR数据集和数据生成器。tslearn适用于需要进行时间序列分析的数据科学工作,支持超参数调优和管道等功能,为研究和实践提供全面工具支持。
scikit-learn - Python机器学习的核心工具库
GithubPythonscikit-learn开源项目数据科学机器学习
scikit-learn是基于SciPy构建的Python机器学习库,提供高效的数据挖掘和分析工具。支持分类、回归、聚类等多种机器学习任务,自2007年启动以来由志愿者维护,已成为广受欢迎的开源项目。其特点包括易用性、高性能和完善的文档,在学术和工业领域得到广泛应用。
ml - JavaScript环境下的多功能机器学习工具集
GithubJavaScriptml.jsnpm开源项目机器学习
ml.js库提供了一系列JavaScript环境下的机器学习工具,覆盖无监督学习、监督学习、神经网络、回归、优化、数学运算和数据处理等功能。用户可轻松在浏览器中引用并使用这些工具,每个模块都附有详细的链接说明,便于开发者快速找到和使用所需功能。
sktime - 多功能时间序列分析和预测库
GithubPython库sktime开源项目时间序列分析机器学习统一接口
sktime是一个开源的Python时间序列分析库,为多种时间序列学习任务提供统一接口。它支持时间序列分类、回归、聚类、标注和预测等功能,并提供专门的时间序列算法和兼容scikit-learn的工具。sktime还整合了多个相关库的接口,便于用户在不同时间序列任务间迁移算法。
tsfresh - 时间序列特征自动提取和分析的Python开源工具
GithubPythontsfresh开源项目时间序列机器学习特征提取
tsfresh是一个开源Python库,专注于时间序列数据的自动特征提取。它集成了统计学、时间序列分析、信号处理和非线性动力学的算法,并提供了特征选择机制。该工具可处理多种采样数据和事件序列,提供100多种预定义特征,并通过内置过滤程序评估特征重要性。tsfresh支持回归和分类任务,兼容sklearn、pandas和numpy,可在本地或集群环境运行,为时间序列分析提供了高效解决方案。
ts-tools - TypeScript 开发工具集优化 Node.js 项目开发流程
ESMGithubNode.jsTypeScriptwebpack开发工具开源项目
ts-tools 是专为 Node.js 环境设计的 TypeScript 开发工具集。该项目包含多个实用模块,如支持直接运行 .ts/.tsx 文件的 Node.js 扩展、webpack loader、转译助手和 ESM 加载器。这些工具简化了 TypeScript 在 Node.js 环境中的开发流程,适用于各种规模的项目开发。ts-tools 为开发者提供了更多的灵活性,有助于提升 TypeScript 项目的开发效率。
scikeras - Keras与Scikit-Learn的无缝集成工具
GithubKerasPythonSciKerasScikit-Learn开源项目机器学习
SciKeras是一个开源项目,旨在为Keras模型提供Scikit-Learn兼容的包装器。作为tf.keras.wrappers.scikit_learn的继任者,SciKeras保持API兼容性的同时,提供了更多功能。该项目支持TensorFlow,可通过pip轻松安装。SciKeras不仅提供详细文档,还有完整的迁移指南,方便用户从原有框架过渡。项目基于scikit-learn 1.4.1post1及以上版本和Keras 3.2.0及以上版本,为机器学习实践者提供了一个强大的集成工具。
tsx - Node.js环境下执行TypeScript的高效工具
GithubJavaScript运行环境Node.jsTypeScripttsx开发工具开源项目
tsx是一个为Node.js环境设计的TypeScript执行工具。它简化了TypeScript代码的运行过程,无需复杂配置即可直接执行.ts文件,提升开发效率。作为npm上广受使用的包,tsx的高下载量反映了其在开发社区中的实用性和认可度。
scikit-learn-videos - 使用scikit-learn学习机器学习实践技能
GithubJupyter NotebookPythonscikit-learn开源项目数据科学机器学习
该项目通过10个scikit-learn视频教程和配套Jupyter notebook,系统讲解机器学习基础知识与实践技能。内容涵盖机器学习概念、Python环境配置、数据处理、模型训练评估、交叉验证和参数优化等。总时长4.5小时,并提供更新的免费在线课程,包含测验和证书,是入门scikit-learn的综合学习资源。
tsfeatures - 时间序列特征提取的Python工具库
GithubPythontsfeatures开源项目数据分析时间序列特征提取
tsfeatures是一个Python库,用于计算时间序列数据的多种特征。作为R语言tsfeatures包的Python实现,它提供了自相关、异方差、熵、平稳性等统计指标的计算功能。该库支持自定义特征函数和处理不同频率的时间序列数据,并允许与R版本结果进行对比。tsfeatures适用于需要进行时间序列分析和建模的数据处理场景。
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

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

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

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

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

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

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