Logo
Project Icon

causallib

通过观察性数据的因果推断分析

causallib因果推断Python包机器学习模型评估Github开源项目

Causallib是一个Python包，提供统一的因果推断方法，灵感来自scikit-learn API，支持复杂机器学习模型的集成。用户可以进行有适应性的模块化因果建模，提供更准确的效果估计。该包还包括评估工具，用于诊断模型表现差异，适用于各种治疗策略和潜在结果预测。研究人员可以使用causallib从现实世界的观察性数据中推断干预措施的因果影响，适用于医疗和社会科学等领域。更多信息请访问causallib文档。

GithubGithub文档文档论文论文
介绍相关项目
mlgb - 多模型支持的CTR预测和推荐系统库
CTR预测GithubMLGB开源项目推荐系统机器学习深度学习模型
MLGB是一个Python库，集成了50多种CTR预测和推荐系统模型，兼容TensorFlow和PyTorch框架。该库提供简洁的API，方便快速调用复杂模型。通过代码优化，MLGB实现了高效性能，为研究和工程实践提供了多样化的模型选择。
nannyml - 部署后模型性能估算和数据漂移检测
GithubNannyMLPCA开源项目数据漂移检测无目标模型性能估计
NannyML是一个开源的Python库，专为数据科学家设计，能够在没有目标数据的情况下估算模型的部署后性能，并检测数据漂移。它能将数据漂移警报与模型性能变化智能关联。NannyML支持所有表格数据、分类和回归模型，拥有简单易用的界面和互动式可视化功能。通过NannyML，用户可以监控模型性能、分析数据漂移、找到模型性能下降的根本原因，并避免不必要的警报干扰，轻松完成环境集成和配置。
catch22 - 精选时间序列特征提取库
Githubcatch22开源项目数据挖掘时间序列特征机器学习特征提取
catch22是一个包含22个时间序列特征的开源库，由C语言编写，支持Python、R、Matlab和Julia等多种编程语言。这些特征是从7000多个候选中精选而来，在93个实际时间序列分类问题中表现优异。catch22提供了跨平台的安装方法和使用接口，包括各语言的原生版本和C编译版本。该工具主要用于高效提取时间序列的动态特征，适用于多种研究和应用场景。
jhTAlib - 时间序列技术分析的Python开源库
GithubPythonjhTAlib交易软件开源项目技术分析时间序列
jhTAlib是一个专注于时间序列技术分析的Python开源库。它提供丰富的技术指标和分析工具，适用于开发技术分析软件、图表绘制、回测系统和交易机器人。该库仅依赖Python标准库，安装简便，支持多种数据格式。jhTAlib附带详细文档和示例，是量化交易和金融分析的实用工具。
mlimpl - 全面的机器学习和深度学习算法实现库
Github开源项目强化学习机器学习深度学习算法实现统计学习
mlimpl提供了多种机器学习、深度学习和强化学习算法的实现。从线性回归、决策树到CNN、GAN、LSTM等深度模型，以及多臂老虎机、马尔可夫决策过程、DQN、Actor-Critic等强化学习算法均有涵盖。代码结构类似sklearn，配有详细文档和注释，便于学习、应用和二次开发。
lit - 可视化机器学习模型解释工具
GithubLIT交互式可视化开源项目机器学习模型解释
LIT是一款开源的机器学习模型解释工具，支持文本、图像和表格数据分析。它提供可视化界面，包括本地解释、聚合分析和反事实生成等功能，助力用户深入理解模型行为。LIT可作为独立服务器运行，也兼容Colab、Jupyter等环境，支持多种模型类型和主流深度学习框架。通过LIT，研究人员可更好地分析模型性能、预测归因和行为一致性。
darts - Python中易于使用的时间序列预测与异常检测库
DartsGithub开源项目异常检测时间序列概率预测深度学习
Darts是一个用户友好且灵活的Python库，专注于时间序列的预测与异常检测。它提供了一系列从ARIMA到深度神经网络的多样化模型，通过统一的fit()和predict()接口简化操作，类似于scikit-learn。此外，Darts支持包括多变量和外部数据在内的复杂时间序列处理，并为大规模数据集提供高效解决方案。它还拥有全面的异常检测功能，允许进行深入的异常分析和评分。
sklearn-evaluation - 机器学习模型评估工具
GithubJupyter notebookPythonsklearn-evaluation开源项目机器学习模型评估
sklearn-evaluation是一款简便的机器学习模型评估工具，支持绘制混淆矩阵、特征重要性、精准率-召回率、ROC曲线、肘部曲线和轮廓图等多种图表，并生成HTML格式的评估报告。该工具还可使用本地SQLite数据库进行实验跟踪，分析Jupyter notebook输出，并通过SQL查询notebook数据。兼容Python 3.7及更高版本，适用于Linux、macOS和Windows平台，提供全面的模型评估功能。
awesome-datascience - 一个综合的数据科学学习和应用平台
Data ScienceGithubPythonR语言开源项目数据分析机器学习
此开源项目提供了一个综合的数据科学学习和应用平台，适合初学者和专业人士。包括算法、课程、教程及工具等内容，旨在帮助用户通过数据科学技术解决现实问题。
whylogs - 开源数据日志库 追踪分析数据变化与质量
GithubWhyLabswhylogs开源项目数据日志数据概要机器学习监控
whylogs是一款开源数据日志库，可生成数据集摘要(whylogs profiles)。它能追踪数据变化、设置约束条件、快速可视化关键统计信息。whylogs profiles具有高效、可定制、可合并的特点，支持多种数据类型。该库集成了AWS S3、Apache Airflow等工具，可用于数据漂移检测、质量验证和探索性分析等任务，为数据科学家和工程师提供有力支持。
相关项目
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

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

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

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

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

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。

使用协议隐私政策广告服务
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