#Scikit-learn

ML-For-Beginners: 从零开始学习机器学习的12周课程

3 个月前
Cover of ML-For-Beginners: 从零开始学习机器学习的12周课程

Lambda-packs: 高效打包AWS Lambda函数的利器

3 个月前
Cover of Lambda-packs: 高效打包AWS Lambda函数的利器

MLeap: 一个强大的机器学习模型部署框架

3 个月前
Cover of MLeap: 一个强大的机器学习模型部署框架
相关项目
Project Cover

emlearn

emlearn是一款为微控制器和嵌入式系统设计的便携高效的机器学习工具。通过Python训练模型后,可生成C99代码用于设备推断。支持包括AVR Atmega、ESP8266、ARM Cortex M等多个平台,无需动态分配或libc依赖,可直接与Python整合,通过scikit-learn或Keras训练并生成可嵌入C语言代码。

Project Cover

ML-For-Beginners

Microsoft提供的12周机器学习课程,共26节课,帮助初学者学习回归、分类、聚类等经典机器学习技术。课程内容丰富,包括预习复习测验、书面指导、视频演示和项目实践,覆盖基础知识、历史、自然语言处理、时间序列预测和强化学习。通过项目学习方式,学生能在实际操作中掌握新技能。

Project Cover

lambda-packs

该项目提供了预编译的AWS Lambda包,涵盖了Selenium、Pyresttest、Lxml、TensorFlow、Sklearn、Skimage、OpenCV、Pandas、Spacy等流行工具和库。无论是网页抓取、API测试、HTML解析,还是机器学习、图像处理、统计分析和自然语言处理,都能满足各种需求。用户可以通过简单的无服务器部署,将这些包轻松集成到云基础设施中,从而显著降低测试成本并提高开发效率。

Project Cover

mleap

MLeap提供高性能、便携、易于集成的生产库,支持将Spark和Scikit-learn的机器学习流水线导出为便携格式并执行。通过其执行引擎和序列化格式,数据科学家和工程师可以无需依赖Spark或Scikit-learn环境,将数据流水线和算法轻松部署到生产环境中。MLeap支持多种序列化格式(如JSON、Protobuf),并与现有技术高度集成,提供用户灵活定制数据类型和转换器的能力。

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