sklearn
本站收录 14 个带「sklearn」标签的 AI 开源项目
kitopskitops 是一个来自 CNCF 的 DevOps 工具，用于将 AI/ML 模型、数据集、代码和配置打包并版本化为 OCI Artifact。它解决了 AI★ 1,423
timbertimber 是一个面向经典机器学习模型的高性能推理编译器，定位为“Ollama for classical ML models”。它通过 AOT（Ahead-★ 687
predikitPredikit 是一个 Python 开发框架，定位为机器学习模型与 AI 智能体之间的桥梁。它解决的核心问题是：传统 ML 模型（如 scikit-lear★ 393
Sklearn-genetic-optsklearn-genetic-opt 是一个面向 scikit-learn 的超参数优化与特征选择工具，采用进化算法（如遗传算法）自动搜索最佳模型配置。它解决★ 390
healthcare-chatbot这是一个基于 scikit-learn 的医疗症状对话机器人。用户输入症状后，它会通过决策树分类器进行多轮问答，逐步缩小可能性，最终给出疾病详情和健康建议。项目★ 261
tensorflow-ml-nlp这是一个韩语自然语言处理与聊天机器人的学习项目，基于TensorFlow和机器学习，从逻辑回归到Transformer聊天机器人逐步深入。项目解决了韩语NLP入★ 201
llm4regressionllm4regression 是一个研究项目，旨在系统评估大型语言模型（LLM）在上下文学习（in-context learning）场景下处理合成回归任务的能★ 161
tempotempo 是一个面向机器学习的 MLOps Python 库，旨在帮助数据科学家和工程师将训练好的模型快速部署到生产环境，并简化模型服务的整个生命周期管理。它★ 122
chatbot这是一个基于知识图谱和机器学习的中文电影知识问答机器人。它利用Neo4j图数据库存储电影实体及其关系，通过朴素贝叶斯分类模型对用户问题进行意图识别和实体抽取，再★ 92
mlops-best-practices这是一个关于机器学习运维（MLOps）最佳实践的实用指南，旨在帮助数据科学家和工程师构建端到端的机器学习流水线，并将模型成功部署到生产环境。项目以Jupyter★ 91
examplesNeptune 是一个用于机器学习实验管理和 MLOps 的元数据存储库。这个名为 examples 的仓库是 Neptune 官方提供的示例集合，展示了如何将★ 87
sdksdk 是一个面向生产环境机器学习（ML）的元数据存储基础设施。它旨在解决 ML 模型开发与部署过程中元数据管理混乱、难以追踪的问题，为模型、数据集、训练运行等★ 87
ml-workflow-automation这是一个用 Jupyter Notebook 演示典型机器学习工作流的 Python 项目，核心亮点是将模型自动部署为 Kubernetes 上的 RESTfu★ 68
sklearn-diagnosesklearn-diagnose 是一个面向 Scikit-learn 模型的 AI 诊断工具，旨在帮助数据科学家快速识别模型训练中的常见问题，如过拟合、数据泄★ 62