Introducing G2.ai, the future of software buying.Try now
Image de l'avatar du produit

machine-learning in Python

Afficher le détail des notes
35 avis
  • 2 profils
  • 2 catégories
Note moyenne des étoiles
4.7
Au service des clients depuis

Nom du profil

Évaluation par étoiles

31
3
1
0
0

machine-learning in Python Avis

Filtres d'avis
Nom du profil
Évaluation par étoiles
31
3
1
0
0
Komal A.
KA
Komal A.
Data science || SAS || Machine learning || R || Analytics || SQL
01/22/2025
Évaluateur validé
Source de l'avis : Organique
Traduit à l'aide de l'IA

Pandas avec Python

J'aime que Python offre un riche écosystème de bibliothèques comme TensorFlow, scikit-learn et PyTorch, ce qui facilite la mise en œuvre et l'expérimentation avec des modèles d'apprentissage automatique de manière efficace.
Mikhail I.
MI
Mikhail I.
Director - Software Engineering - Oracle
12/04/2024
Évaluateur validé
Source de l'avis : Invitation G2
Avis incitatif
Traduit à l'aide de l'IA

Directeur de l'ingénierie - Oracle

- Rend la préparation et l'exploration des données faciles, surtout au stade initial - Pas besoin d'extraction de données. Peut travailler avec les données dans la base de données - Le pipeline est simple
Kunal M.
KM
Kunal M.
Python Developer/ Research analyst
08/21/2024
Évaluateur validé
Source de l'avis : Page de remerciement
Traduit à l'aide de l'IA

Mon avis sur l'apprentissage automatique avec Python

La chose que j'aime le plus dans l'apprentissage automatique avec Python, c'est qu'il offre des bibliothèques et des cadres étendus qui facilitent notre travail. Il a l'un des meilleurs soutiens communautaires pour les programmeurs. Idéal pour la visualisation avec l'aide de Matplotlib comme Seaborn...

À propos

Contact

Siège social :
N/A

Réseaux sociaux

Qu'est-ce que machine-learning in Python ?

The repository "machine-learning" by jeff1evesque on GitHub provides a comprehensive solution for implementing machine learning algorithms in Python. This project offers a robust framework designed to facilitate the development of machine learning models, emphasizing ease of use and scalability. It likely includes various utilities and pre-built components to assist users in creating and training models, handling data preprocessing, evaluation, and optimization tasks. As an open-source project, it encourages collaboration and contributions from developers and researchers interested in enhancing or extending its functionality. You can access the repository and its resources at https://github.com/jeff1evesque/machine-learning.

Détails

Site web
github.com