Imagen del Avatar del Producto

metric-learn

Mostrar desglose de calificaciones
3 reseñas
  • Perfiles de 1
  • Categorías de 1
Calificación promedio de estrellas
4.0
Atendiendo a clientes desde
Filtros de perfil

Todos los Productos y Servicios

Nombre del perfil

Calificación por estrellas

1
2
0
0
0

metric-learn Reseñas

Filtros de reseñas
Nombre del perfil
Calificación por estrellas
1
2
0
0
0
Usuario verificado en Seguridad de Redes y Computadoras
US
Usuario verificado en Seguridad de Redes y Computadoras
11/05/2024
Revisor validado
Usuario actual verificado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA

Buena biblioteca de código abierto para varios algoritmos de ML

Los métricas bien probadas disponibles de inmediato proporcionadas por la biblioteca.
Usuario verificado en Tecnología de la información y servicios
UT
Usuario verificado en Tecnología de la información y servicios
10/03/2024
Revisor validado
Usuario actual verificado
Fuente de la revisión: Orgánico
Traducido Usando IA

Aprendizaje supervisado basado en métricas

El aprendizaje métrico débilmente supervisado es el mejor, tiene el poder de operar sobre juicios y diferentes objetos de datos en lugar de solo puntos como tuplas.
KT
Kevin T.
08/20/2018
Revisor validado
Fuente de la revisión: Invitación de G2
Revisión incentivada
Traducido Usando IA

Biblioteca de aprendizaje automático para Python

Buena biblioteca de aprendizaje automático para Python, relativamente fácil de configurar y tiene muchos algoritmos integrados. Solo el algoritmo de vecino más cercano de gran margen para el mapeo de grupos de clientes.

Acerca de

Social

¿Qué es metric-learn?

Metric-learn is a Python library for metric learning that integrates seamlessly with scikit-learn. It provides a collection of algorithms to learn distance metrics tailored to specific tasks, improving performance in classification, clustering, and retrieval problems. The library is designed to be user-friendly, offering tools that are compatible with scikit-learn's estimators and workflows. Users can access various algorithms, such as supervised and weakly supervised metric learners, through a consistent API.

Detalles