Alternatives and similar repositories for machine-learning

Users that are interested in machine-learning are comparing it to the libraries listed below

• luanshiyinyang / Stacking
  机器学习集成模型之Stacking各类模型及工具源码
  ☆118Updated 5 years ago
• Ultraopxt / Predict-the-rent-probability-of-a-room
  机器学习预测模型，分别用逻辑回归，决策树，随机森林，神经网络，XGBOOST和支持向量机算法建模，交叉验证，并选出AUC最优的模型。特征工程优化后，AUC值达到0.8259
  ☆57Updated 5 years ago
• ShaoQiBNU / stacking
  集成学习Stacking方法详解
  ☆78Updated 6 years ago
• hellobilllee / lstm_stock_price_prediction
  LSTM神经网络预测沪深300指数及其涨跌
  ☆42Updated 5 years ago
• coder23263 / Machine_learning_prediction_system
  机器学习预测系统汇总：包括贝叶斯网络、马尔科夫模型、线性回归、岭回归、多项式回归、决策树回归、深度神经网络预测
  ☆89Updated 5 years ago
• angeliababy / houseprice_regression
  数据特征工程、各种机器学习回归模型、回归数据预处理
  ☆44Updated 5 years ago
• Wddzht / DataPreprocessing
  数据预处理过程(属性选择, 异常值处理, 归一化, 标准化等)
  ☆65Updated 5 years ago
• HiddenSharp / LSTM-SVM-RF-time-series
  Regression prediction of time series data using LSTM, SVM and random forest. 使用LSTM、SVM、随机森林对时间序列数据进行回归预测，注释拉满。
  ☆198Updated 5 years ago
• wikke / TimeSeriesPrediction
  Time Series Prediction, Stateful LSTM; 时间序列预测，洗发水销量/股票走势预测，有状态循环神经网络
  ☆57Updated 8 years ago
• rogeroyer / feature_selection_GAAlgorithm
  基于遗传算法的特征选择
  ☆128Updated 6 years ago
• zhulei227 / ML_imblearn
  类别不平衡学习，包括采样、代价敏感学习、决策输出补偿以及集成学习等内容
  ☆38Updated 5 years ago
• BackyardofAbela / EnsembleLearning
  包括决策树和随机森林进行离职人员预测，Xgboost和lightGBM的应用
  ☆287Updated 5 years ago
• aflyingpig0226 / feature-engineering
  机器学习的特征工程，包括特征抽取、特征预处理、特征选择、特征降维。
  ☆25Updated 6 years ago
• tjaume / BPNeuralNetworks
  利用Python实现三层BP神经网络
  ☆84Updated 7 years ago
• radicali94 / TimeSeries-Regression
  Comparing XGBoost, CatBoost and LightGBM on TimeSeries Regression (RMSE, R2, AIC) on two different TimeSeries datasets.
  ☆22Updated 6 years ago
• anmoltigga / GA-LSTM
  Python notebook implementation of hyperparameter tuning of LSTM deep learning model using Genetic algorithm
  ☆22Updated 4 years ago
• SMU-Rainflow / PM2.5_predict
  XGB、LSTM、KNNR、SVR预测
  ☆13Updated 11 months ago
• KeshengZhang / Covid-19-ARIMA-Time-Series-Prediction
  如何使用ARIMA模型预测世界肺炎确诊人数？【时序数据预测】
  ☆40Updated 5 years ago
• huidudaozou / Time-Series
  《应用时间序列分析》易丹辉、王燕著； 案例Python实现
  ☆17Updated 6 years ago
• AbtMyML / -SVM
  麻雀算法优化支持向量机 python实现
  ☆15Updated 3 years ago
• slydg / GRU_to_predict_timeseries
  使用pytorch搭建的循环神经网络在股票数据时间序列上的应用
  ☆109Updated 7 years ago
• L-ear / RandomForest
  python实现的随机森林
  ☆110Updated 3 years ago
• yangxcc / Sklearn-Algorithm
  Sklearn机器学习中的主要算法原理以及实现(线性回归、逻辑回归、朴素贝叶斯、K-Means聚类、KNN、PCA主成分分析、BP神经网络)
  ☆83Updated 5 years ago
• Actor12 / data_analysis
  机器学习数据预处理：包括画数据分布图、特征筛选、调参技巧
  ☆11Updated last year
• cxdsz / stock-price-prediction-algorithms
  使用随机森林、bp神经网络、LSTM神经网络、GRU对股票收盘价进行回归预测。Random forest, BP neural network, LSTM neural network and GRU are used to predict the closing pric…
  ☆53Updated 5 years ago
• ymzx / pso-svm
  粒子群算法优化支持向量机
  ☆143Updated 3 years ago
• yezhichen2 / cnn_lstm
  基于Keras的LSTM多变量时间序列预测
  ☆26Updated 7 years ago
• shiluqiang / PSO_python
  PSO algorithm for multi-parameters optimizaiton
  ☆66Updated 7 years ago
• weepon / feature_selection
  常用的特征选择方法
  ☆67Updated 3 years ago
• thmguai / Variable-filtering-algorithm
  近红外光谱波长筛选算法
  ☆26Updated 5 years ago