ML 源码搜索结果, 第67页, Verysource

common-ml：适用于Python的通用机器学习库适用于Python的通用机器学习库总览 common-ml提供用于机器学习的Python库。问题/问题请提出。子项目：机器学习通用库：Kubernetes集群的MLOps库
ML-Track：此存储库是推荐的轨道，旨在从机器学习入手 ML-Track：此存储库是推荐的轨道，旨在从机器学习入手
tiny-sklearn：scikit-learn中重要算法的微小实现。在了解ML算法和scikit-learn时很有用 tiny-sklearn：scikit-learn中重要算法的微小实现。在了解ML算法和scikit-learn时很有用
螳螂-ml-释放：螳螂-ml：随机半监督学习，可对高通量基因组筛选中的基因进行优先排序螳螂介绍 mantis-ml是一个与疾病无关的基因优先排序框架，在scikit-learn和keras / tensorflow基础上实现了随机的半监督学习。 mantis-ml的名称来自希腊语“μάντης”，意为“算命先生”，“预测者”。出版物-请引用：。迪米特里奥斯·维托西奥斯（Dimitrios Vitsios ...
docker-ml-python-sandbox：用于机器学习环境的Dockerfile（scikit-learn，chaine... ... 。密码请更新密码（以下为默认值“ ml”）。 ml用户密码 ipyton密码（jupyter_notebook_confi
lime-interpretable-ml：如何使用LIME算法为“黑匣子”机器学习算法（在本例中为Radom Forest回归... lime-interpretable-ml：如何使用LIME算法为“黑匣子”机器学习算法（在本例中为Radom Forest回归器）的决策过程提供真实世界见解的示例
开普勒：用于ML实验的智能期刊开普勒：用于ML实验的智能期刊
mla_sani：从头再来的另一个ml 机器学习算法-简单而幼稚的实现作为一个数学背景不强的软件工程师，我在理解ML算法方面遇到了很大的困难。我可能只花了几分钟就知道算法是 ... 时间来了解更多细节。作为一种学习方式，我决定从头开始实现一些基本的ml算法，而这个项目就是结果。该API只是scikit-learn（和凯拉斯）。没有 ... 部分，并使代码尽可能“密集”。当前实现的算法如下：监督下无监督 DL层传统ML算法的实现方式类似于scikit-learn， import numpy as np from sklearn . dat
DockerML：包含我对使用Docker自动化ML工作流的探索 DockerML 包含我对使用Docker自动化ML工作流的探索。目录包含在本地构建和运行Docker映像所需的脚本，但可以根据需要对其进行扩展。目录以复杂度递增的顺序进行组织。免责声明随着我朝着学习MLOps的美好主题迈进，该资料库中提供的材料只是我的家庭作业。我主要是为了学习MLOps而学习。建立为了运行此演示，需要设置Docker。请按照进行设置。演示说明可在相应目录中找到。
ML-GO：简化数据科学家生命的应用程序 ... 在这里，我们向数据科学领域介绍我们的想法。每个机器学习和数据分析的有志者/研究者都面临着无法可视化或理解数据的问题。从这个无底深渊中发现最重要的事情，人们迷失在黑暗的回声中，无法获得他们所寻找的解决方案。 ML-GO允许调整各种参数并使用各种数据模型和高级功能，从而帮助数据可视化和模型培训起步并运行，并使所有阶层的人了解要继续使用什么模型以及数据感觉如何。可视化工具。提供这些服务的应用程序并不多。在这个日益普及的

关键字：ML