Bem -vindo ao Pyverse por Tushar Aggarwal, seu melhor guia para explorar e dominar as estruturas do Python! Este repositório foi projetado para ajudá -lo a navegar na vasta paisagem das estruturas Python e a entender seus recursos, casos de uso e práticas recomendadas.
O Python emergiu como uma das linguagens de programação mais populares nos últimos anos, graças à sua simplicidade, versatilidade e vasto ecossistema. Um dos principais fatores que contribuem para o sucesso de Python é sua rica coleção de estruturas que atendem a vários domínios e propósitos. O Pyverse tem como objetivo fornecer uma visão geral abrangente dessas estruturas, capacitando você a tomar decisões informadas e alavancar as ferramentas certas para seus projetos.
O Pyverse abrange uma ampla gama de estruturas Python, incluindo estruturas da web, estruturas de aprendizado de máquina, estruturas de análise de dados, estruturas de desenvolvimento de jogos e muito mais. Você encontrará informações detalhadas, tutoriais e exemplos de código para cada estrutura.
Cada estrutura no Pyverse é acompanhada por documentação abrangente, fornecendo uma visão geral de seus principais conceitos, instruções de instalação, exemplos de uso e dicas para o desenvolvimento eficaz.
O Pyverse vai além da teoria, oferecendo exemplos práticos e projetos de amostra que demonstram as capacidades de várias estruturas do Python. Você pode explorar esses exemplos para obter experiência prática e aprender a aplicar as estruturas em cenários do mundo real.
Acreditamos no poder da colaboração, e o Pyverse recebe contribuições da comunidade. Se você deseja corrigir um bug, melhorar a documentação ou adicionar uma nova estrutura, suas contribuições são altamente valorizadas. Consulte nossas diretrizes de contribuição para começar.
Para começar com o Pyverse, siga estas etapas:
Temos um roteiro emocionante planejado para o Pyverse:
Fique atento para atualizações!
Junte -se à comunidade Pyverse para se conectar com colegas desenvolvedores, fazer perguntas, compartilhar suas experiências e manter -se atualizado com os desenvolvimentos mais recentes. Entre em contato com @ [email protected]
| S.No. | Usado para | Lib, estrutura e tecnologia |
|---|---|---|
| 1 | Ciência dos dados | Pandas |
| 2 | Ciência dos dados | Numpy |
| 3 | Ciência dos dados | Seancen |
| 4 | Ciência dos dados | Scipy |
| 5 | Ciência dos dados | Matplotlib |
| 6 | Aprendizado de máquina | Scikit-Learn |
| 7 | Aprendizado de máquina | Pytorch |
| 8 | Aprendizado de máquina | Tensorflow |
| 9 | Aprendizado de máquina | Xgboost |
| 10 | Aprendizado de máquina | LightGBM |
| 12 | Aprendizado de máquina | Keras |
| 13 | Aprendizado de máquina | PyCaret |
| 14 | Mlops | Mlflow |
| 15 | Mlops | Kubeflow |
| 16 | Mlops | Zenml |
| 17 | AI explicável | Shap |
| 18 | AI explicável | Lima |
| 19 | AI explicável | InterpretMl |
| 20 | Processamento de texto | Spacy |
| 21 | Processamento de texto | Nltk |
| 22 | Processamento de texto | Textblob |
| 23 | Processamento de texto | CORENLP |
| 24 | Processamento de texto | Gensim |
| 25 | Processamento de texto | Regex |
| 26 | Processamento de imagem | OpenEncv |
| 27 | Processamento de imagem | Scikit-Image |
| 28 | Processamento de imagem | Travesseiro |
| 29 | Processamento de imagem | Mahotas |
| 30 | Processamento de imagem | Simpleitk |
| 31 | Estrutura da web | Balão |
| 32 | Estrutura da web | FASTAPI |
| 33 | Estrutura da web | Django |
| 34 | Estrutura da web | Traço |
| 35 | Estrutura da web | Pirâmide |
| 36 | Raspagem na web | Belo grupo |
| 37 | Raspagem na web | Scrapy |
| 38 | Raspagem na web | Selênio |
| 39 | Visualização de dados | Plotly |
| 40 | Visualização de dados | Quadro |
| 41 | Visualização de dados | Bokeh |
| 42 | Visualização de dados | Ggplot |
| 43 | Processamento de linguagem natural | Transformador |
| 44 | Processamento de linguagem natural | Bert |
| 45 | Processamento de linguagem natural | Word2vec |
| 46 | Processamento de linguagem natural | Luva |
| 47 | Processamento de linguagem natural | Elmo |
| 48 | Aprendizagem de reforço | Academia aberta |
| 49 | Aprendizagem de reforço | Dopamina |
| 50 | Aprendizagem de reforço | Pybullet |
| 51 | Aprendizagem de reforço | Linhas de base estáveis3 |
| 52 | Computação em nuvem | AWS |
| 53 | Computação em nuvem | Google Cloud |
| 54 | Computação em nuvem | Microsoft Azure |
| 55 | Computação em nuvem | IBM Cloud |
| 56 | Computação em nuvem | Heroku |
| 57 | Gerenciamento de banco de dados | Mysql |
| 58 | Gerenciamento de banco de dados | PostGresql |
| 59 | Gerenciamento de banco de dados | MongoDB |
| 60 | Gerenciamento de banco de dados | Sqlite |
| 61 | Gerenciamento de banco de dados | Banco de dados Oracle |
| 62 | Aprendizado profundo | Redes neurais convolucionais (CNN) |
| 63 | Aprendizado profundo | Redes neurais recorrentes (RNN) |
| 64 | Aprendizado profundo | Redes adversárias generativas (GANS) |
| 65 | Aprendizado profundo | AutoEncoders |
| 66 | Aprendizado profundo | Transferência de aprendizado |
| 67 | Análise de séries temporais | ARIMA |
| 68 | Análise de séries temporais | Profeta |
| 69 | Análise de séries temporais | Suavização exponencial |
| 70 | Análise de séries temporais | Sarima |
| 71 | Análise de séries temporais | Decomposição sazonal de séries temporais (STL) |
| 72 | Estatística | Teste de hipótese |
| 73 | Estatística | Análise de regressão |
| 74 | Estatística | ANOVA |
| 75 | Estatística | Inferência bayesiana |
| 76 | Estatística | Análise de componentes principais (PCA) |
| 77 | Visão computacional | Detecção de objetos |
| 78 | Visão computacional | Segmentação de imagem |
| 79 | Visão computacional | Reconhecimento de rosto |
| 80 | Visão computacional | Reconhecimento de caracteres ópticos (OCR) |
| 81 | Visão computacional | Segmentação da instância |
| 82 | Sistemas de recomendação | Filtragem colaborativa |
| 83 | Sistemas de recomendação | Filtragem baseada em conteúdo |
| 84 | Sistemas de recomendação | Fator da matriz |
| 85 | Sistemas de recomendação | Regras de associação |
| 86 | Sistemas de recomendação | Aprendizagem profunda para sistemas de recomendação |
| 87 | Aprendizado não supervisionado | Cluster de k-means |
| 88 | Aprendizado não supervisionado | Cluster hierárquico |
| 89 | Aprendizado não supervisionado | Redução da dimensionalidade |
| 90 | Aprendizado não supervisionado | Regras de associação mineração |
| 91 | Aprendizado não supervisionado | Modelos de mistura gaussiana (GMM) |
| 92 | Análise de rede | Teoria de gráficos |
| 93 | Análise de rede | Análise de redes sociais |
| 94 | Análise de rede | Detecção da comunidade |
| 95 | Análise de rede | Previsão de link |
| 96 | Análise de rede | Medidas de centralidade |
| 97 | Computação em nuvem | Amazon S3 |
| 98 | Computação em nuvem | Docker |
| 99 | Computação em nuvem | Kubernetes |
| 100 | Computação em nuvem | Computação sem servidor |
| 101 | Processamento de linguagem natural | Nomeado Reconhecimento de Entidade (NER) |
| 102 | Processamento de linguagem natural | Análise de sentimentos |
| 103 | Processamento de linguagem natural | Modelagem de tópicos |
| 104 | Processamento de linguagem natural | Parsing de dependência |
| 105 | Processamento de linguagem natural | Classificação de texto |
| 106 | Sistemas de recomendação | Sistemas de recomendação híbrida |
| 107 | Sistemas de recomendação | Sistemas de recomendação contextual |
| 108 | Sistemas de recomendação | Sistemas de recomendação seqüencial |
| 109 | Sistemas de recomendação | Máquinas de fatorização |
| 110 | Sistemas de recomendação | Aprendizagem de reforço profundo para sistemas de recomendação |
| 111 | Otimização | Programação linear |
| 112 | Otimização | Programação não linear |
| 113 | Otimização | Programação inteira |
| 114 | Otimização | Otimização convexa |
| 115 | Otimização | Otimização heurística |
| 116 | Sistemas distribuídos | Apache Hadoop |
| 117 | Sistemas distribuídos | Apache Spark |
| 118 | Sistemas distribuídos | Apache Kafka |
| 119 | Sistemas distribuídos | Apache Flink |
| 120 | Sistemas distribuídos | Apache Cassandra |
| 121 | Geração de linguagem natural | Geração baseada em modelos |
| 122 | Geração de linguagem natural | Geração baseada em regras |
| 123 | Geração de linguagem natural | Geração de linguagem estatística |
| 124 | Geração de linguagem natural | Geração de linguagem neural |
| 125 | Geração de linguagem natural | Planejamento de conteúdo |
| 126 | Aprendizagem de reforço | Métodos de Monte Carlo |
| 127 | Aprendizagem de reforço | Q-learning |
| 128 | Aprendizagem de reforço | Métodos de gradiente de políticas |
| 129 | Aprendizagem de reforço | Métodos de ator-crítico |
| 130 | Aprendizagem de reforço | Aprendizagem de reforço baseado em modelo |
| 131 | Robótica | ROS (sistema operacional robô) |
| 132 | Robótica | SLAM (localização e mapeamento simultâneos) |
| 133 | Robótica | Cinemática inversa |
| 134 | Robótica | Aprendizagem de reforço para robótica |
| 135 | Robótica | Planejamento de movimento |
| 136 | Processamento de big data | Apache Hive |
| 137 | Processamento de big data | Apache Pig |
| 138 | Processamento de big data | Apache Storm |
| 139 | Processamento de big data | Feixe apache |
| 140 | Processamento de big data | Flume Apache |
| 141 | Modelos generativos | AutoEncoders variacionais (VAES) |
| 142 | Modelos generativos | Redes adversárias generativas (GANS) |
| 143 | Modelos generativos | Modelos baseados em fluxo |
| 144 | Modelos generativos | Modelos automáticos regressivos |
| 145 | Modelos generativos | Redes adversárias generativas (GANS) |
| 146 | Blockchain | Bitcoin |
| 147 | Blockchain | Ethereum |
| 148 | Blockchain | Contratos inteligentes |
| 149 | Blockchain | Tecnologia de contabilidade distribuída |
| 150 | Blockchain | Algoritmos de consenso |
| 151 | Processamento de linguagem natural | Incorporação de palavras |
| 152 | Processamento de linguagem natural | Mecanismos de atenção |
| 153 | Processamento de linguagem natural | Modelos de sequência a sequência |
| 154 | Processamento de linguagem natural | Tradução de idiomas |
| 155 | Processamento de linguagem natural | Resposta de perguntas |
| 156 | Interpretabilidade do modelo | Destaque |
| 157 | Interpretabilidade do modelo | Gráficos de dependência parcial |
| 158 | Interpretabilidade do modelo | Interpretação para aumentar o gradiente |
| 159 | Interpretabilidade do modelo | Explicações de modelo interpretável local (limão) |
| 160 | Interpretabilidade do modelo | Shapley Additive Explicações (Shap) |
| 161 | Métodos bayesianos | Redes bayesianas |
| 162 | Métodos bayesianos | Amostragem de Gibbs |
| 163 | Métodos bayesianos | Algoritmo de metrópole-Hastings |
| 164 | Métodos bayesianos | Inferência variacional |
| 165 | Métodos bayesianos | Otimização bayesiana |
| 166 | Análise geoespacial | GIS (sistema de informação geográfica) |
| 167 | Análise geoespacial | Visualização de dados espaciais |
| 168 | Análise geoespacial | Cluster espacial |
| 169 | Análise geoespacial | Regressão espacial |
| 170 | Análise geoespacial | Interpolação espacial |
| 171 | Computação em nuvem | OpenStack |
| 172 | Computação em nuvem | Cloud Rackspace |
| 173 | Computação em nuvem | Vmware vcloud |
| 174 | Computação em nuvem | Cloud Alibaba |
| 175 | Computação em nuvem | Red Hat OpenShift |
| 176 | Processamento de linguagem natural | Parsing de dependência |
| 177 | Processamento de linguagem natural | Nomeado Reconhecimento de Entidade (NER) |
| 178 | Processamento de linguagem natural | Rotulagem semântica de papel |
| 179 | Processamento de linguagem natural | Análise de sentimentos |
| 180 | Processamento de linguagem natural | Resolução de Coreferência |
| 181 | Redes neurais gráficas | Redes convolucionais de gráfico (GCNs) |
| 182 | Redes neurais gráficas | Redes de atenção gráfica (GATS) |
| 183 | Redes neurais gráficas | GraphSage |
| 184 | Redes neurais gráficas | Redes convolucionais do gráfico relacional (RGCNs) |
| 185 | Redes neurais gráficas | AutoEncoders de gráfico |
| 186 | Engenharia de recursos | Escala de recursos |
| 187 | Engenharia de recursos | Seleção de recursos |
| 188 | Engenharia de recursos | Extração de recursos |
| 189 | Engenharia de recursos | Codificação de recursos |
| 190 | Engenharia de recursos | Travessia de recursos |
| 191 | Privacidade e segurança | Aprendizado federado |
| 192 | Privacidade e segurança | Privacidade diferencial |
| 193 | Privacidade e segurança | Ml criptografado |
| 194 | Privacidade e segurança | Mineração de dados que preserva a privacidade |
| 195 | Privacidade e segurança | Ataques e defesas adversárias |
| 196 | Inferência causal | Gráficos causais |
| 197 | Inferência causal | Estrutura de inferência causal de Pearl |
| 198 | Inferência causal | Variáveis instrumentais |
| 199 | Inferência causal | Correspondência de pontuação de propensão |
| 200 | Inferência causal | Florestas causais |
| 201 | ML automatizado | Automl |
| 202 | ML automatizado | Seleção de modelo |
| 203 | ML automatizado | Automação de engenharia de recursos |
| 204 | ML automatizado | Otimização de hiperparâmetro |
| 205 | ML automatizado | Métodos de conjunto |
| 206 | Detecção de fraude | Análise de fraudes |
| 207 | Detecção de fraude | Detecção de anomalia |
| 208 | Detecção de fraude | Análise de redes sociais para detecção de fraude |
| 209 | Detecção de fraude | Análise comportamental |
| 210 | Detecção de fraude | ML para detecção de fraude |
| 211 | Ajuste hiperparâmetro | Pesquisa de grade |
| 212 | Ajuste hiperparâmetro | Pesquisa aleatória |
| 213 | Ajuste hiperparâmetro | Otimização bayesiana |
| 214 | Ajuste hiperparâmetro | Algoritmos genéticos |
| 215 | Ajuste hiperparâmetro | Optuna |
| 216 | Ml adversário | Ataques adversários |
| 217 | Ml adversário | Defesas adversárias |
| 218 | Ml adversário | Redes adversárias generativas (GANS) para aprendizado adversário |
| 219 | Ml adversário | Transferibilidade de exemplos adversários |
| 220 | Ml adversário | Teste de robustez adversário |
| 221 | Previsão de séries temporais | ARIMA |
| 222 | Previsão de séries temporais | Suavização exponencial |
| 223 | Previsão de séries temporais | Profeta |
| 224 | Previsão de séries temporais | Memória de longo prazo de longo prazo (LSTM) |
| 225 | Previsão de séries temporais | Média móvel integrada autoregressiva sazonal (SARIMA) |
| 226 | Descoberta de causalidade | Descoberta causal baseada em restrições |
| 227 | Descoberta de causalidade | Descoberta causal teórica da informação |
| 228 | Descoberta de causalidade | Causalidade de Granger |
| 229 | Descoberta de causalidade | Modelagem de equações estruturais |
| 230 | Descoberta de causalidade | Raciocínio contrafactual |
| 231 | Sistemas de recomendação | Aprendizagem de reforço profundo para sistemas de recomendação |
| 232 | Sistemas de recomendação | Sistemas de recomendação baseados em conhecimento |
| 233 | Sistemas de recomendação | Sistemas de recomendação com reconhecimento de contexto |
| 234 | Sistemas de recomendação | Sistemas de recomendação com reconhecimento de sequência |
| 235 | Sistemas de recomendação | Meta-aprendizagem para sistemas de recomendação |
| 236 | Transferência de aprendizado | Adaptação de domínio |
| 237 | Transferência de aprendizado | Modelo Destilação |
| 238 | Transferência de aprendizado | Redes neurais progressivas |
| 239 | Transferência de aprendizado | Tarefa |
| 240 | Transferência de aprendizado | Transferência de conhecimento entre domínios |
| 241 | AI explicável | Explicações contrafactuais |
| 242 | AI explicável | Explicações agnósticas do modelo |
| 243 | AI explicável | Explicações baseadas em regras |
| 244 | AI explicável | Âncoras |
| 245 | AI explicável | Explicações causais |
| 246 | Detecção de anomalia da série temporal | SVM de uma classe |
| 247 | Detecção de anomalia da série temporal | Floresta de isolamento |
| 248 | Detecção de anomalia da série temporal | Automotores para detecção de anomalia |
| 249 | Detecção de anomalia da série temporal | Detecção de pontos de mudança |
| 250 | Detecção de anomalia da série temporal | ESD sazonal ESD (SH-ESD) |
| 251 | Segurança cibernética | Detecção de intrusão de rede |
| 252 | Segurança cibernética | Detecção de malware |
| 253 | Segurança cibernética | Análise comportamental para segurança cibernética |
| 254 | Segurança cibernética | Avaliação de vulnerabilidade |
| 255 | Segurança cibernética | Informações de segurança e gerenciamento de eventos (SIEM) |
| 256 | Aprendizagem de reforço adversário | Ambientes adversários |
| 257 | Aprendizagem de reforço adversário | Otimização da política adversária |
| 258 | Aprendizagem de reforço adversário | Aprendizagem de reforço inverso |
| 259 | Aprendizagem de reforço adversário | Sistemas multi-agentes adversários |
| 260 | Aprendizagem de reforço adversário | Aprendizado robusto de reforço |
| 261 | Redes adversárias generativas | Gans condicionais |
| 262 | Redes adversárias generativas | Wasserstein Gans |
| 263 | Redes adversárias generativas | Cyclegan |
| 264 | Redes adversárias generativas | Stylegan |
| 265 | Redes adversárias generativas | Interpolação espacial latente |
| 266 | Aprendizado federado | Média federada |
| 267 | Aprendizado federado | Privacidade diferencial na aprendizagem federada |
| 268 | Aprendizado federado | Aprendizagem federada vertical |
| 269 | Aprendizado federado | Aprendizagem de transferência federada |
| 270 | Aprendizado federado | Meta-aprendizagem federada |
| 271 | Aprendizado federado | Aprendizagem federada em dispositivos de borda |
| 272 | Quantum Ml | Básico de computação quântica |
| 273 | Quantum Ml | Redes neurais quânticas |
| 274 | Quantum Ml | Algoritmos quânticos variacionais |
| 275 | Quantum Ml | Máquinas vetoriais de suporte quântico |
| 276 | Quantum Ml | Codificação de dados quânticos |
| 277 | Aprendizagem de reforço para robótica | Aprendendo com demonstrações |
| 278 | Aprendizagem de reforço para robótica | Transferência Sim2real |
| 279 | Aprendizagem de reforço para robótica | Aprendizado de reforço baseado em modelo para robótica |
| 280 | Aprendizagem de reforço para robótica | Aprendizagem de imitação |
| 281 | Aprendizagem de reforço para robótica | Manipulação robótica |
| 282 | Modelos generativos para texto | Modelos de idiomas baseados em transformadores |
| 283 | Modelos generativos para texto | GPT (transformador pré-treinado generativo) |
| 284 | Modelos generativos para texto | Modelos de idiomas baseados em LSTM |
| 285 | Modelos generativos para texto | Bert (representações bidirecionais do codificador de Transformers) |
| 286 | Modelos generativos para texto | VAE (AutoEncoder variacional) para geração de texto |
| 287 | Aprendizagem multimodal | Fusão multimodal |
| 288 | Aprendizagem multimodal | Recuperação cruzada |
| 289 | Aprendizagem multimodal | Modelos generativos multimodais |
| 290 | Aprendizagem multimodal | Aprendizagem de reforço multimodal |
| 291 | Aprendizagem multimodal | Análise de sentimentos multimodais |
| 292 | Modelo de compactação | Podando |
| 293 | Modelo de compactação | Quantização |
| 294 | Modelo de compactação | Destilação |
| 295 | Modelo de compactação | Compartilhamento de peso |
| 296 | Modelo de compactação | Destilação do conhecimento |
| 297 | Planejamento automatizado | e programação |
| 298 | Planejamento automatizado | e programação |
| 299 | Planejamento automatizado | e programação |
| 300 | Planejamento automatizado | e programação |
| 301 | Planejamento automatizado | e programação |
| 302 | Adaptação de domínio | Treinamento de domínio-adversas |
| 303 | Adaptação de domínio | Cyclegan para adaptação de domínio |
| 304 | Adaptação de domínio | Transferir aprendizado para adaptação de domínio |
| 305 | Adaptação de domínio | Adaptação de domínio não supervisionada |
| 306 | Adaptação de domínio | Adaptação de domínio parcial |
| 307 | Aprendizado ativo | Amostra de incerteza |
| 308 | Aprendizado ativo | Consulta por comitê |
| 309 | Aprendizado ativo | Mudança de modelo esperada |
| 310 | Aprendizado ativo | Amostragem de diversidade |
| 311 | Aprendizado ativo | Aprendizagem ativa orçada |
| 312 | Engenharia de recursos automatizados | FeatureTools |
| 313 | Engenharia de recursos automatizados | Síntese de características profundas |
| 314 | Engenharia de recursos automatizados | Programação genética |
| 315 | Engenharia de recursos automatizados | Extração de recursos automatizados |
| 316 | Engenharia de recursos automatizados | Codificação de recursos |
| 317 | Ataques adversários | Ataques de caixa branca |
| 318 | Ataques adversários | Ataques de caixa preta |
| 319 | Ataques adversários | Ataques físicos |
| 320 | Ataques adversários | Transferir ataques |
| 321 | Ataques adversários | Ataques de evasão |
| 322 | Aprendizado de reforço federado | Q-learning federado |
| 323 | Aprendizado de reforço federado | Gradiente de políticas federadas |
| 324 | Aprendizado de reforço federado | Ator federado crítico |
| 325 | Aprendizado de reforço federado | Federated Proximal Policy Optimization (PPO) |
| 326 | Aprendizado de reforço federado | Aprendizagem de reforço multi-agente federado |
| 327 | Aprendizado de reforço federado | Aprendizagem de reforço inverso federado |
| 328 | Incorporação de gráfico | Deepwalk |
| 329 | Incorporação de gráfico | Node2vec |
| 330 | Incorporação de gráfico | Incorporação de Rede Convolucional de Gráfico (GCN) |
| 331 | Incorporação de gráfico | Fatoração tensorada |
| 332 | Incorporação de gráfico | Incorporação de gráficos heterogêneos |
| 333 | Detecção de anomalia em gráficos | Detecção Outlier baseada em gráficos |
| 334 | Detecção de anomalia em gráficos | Cluster espectral |
| 335 | Detecção de anomalia em gráficos | Floresta de isolamento para gráficos |
| 336 | Detecção de anomalia em gráficos | Detecção de anomalia coletiva |
| 337 | Detecção de anomalia em gráficos | Detecção de anomalia baseada na estrutura da comunidade |
| 338 | Ml interpretável | Gráficos de dependência parcial (PDP) |
| 339 | Ml interpretável | Ranking de importância do recurso |
| 340 | Ml interpretável | Modelos interpretáveis baseados em regras |
| 341 | Ml interpretável | Explicações de modelo interpretável local (limão) |
| 342 | Ml interpretável | Valores da Shapley |
| 343 | Modelos generativos para imagens | DCGAN (profundo GaN convolucional) |
| 344 | Modelos generativos para imagens | Stylegan2 |
| 345 | Modelos generativos para imagens | Cyclegan para tradução de imagem |
| 346 | Modelos generativos para imagens | AutoEncoders variacionais (VAES) para geração de imagens |
| 347 | Modelos generativos para imagens | Crescimento progressivo de Gans (Pggan) |
| 348 | Seleção de modelo | Divisão do teste de validação de trem |
| 349 | Seleção de modelo | Validação cruzada |
| 350 | Seleção de modelo | Validação de Holdout |
| 351 | Seleção de modelo | Validação cruzada de pesquisa de grade |
| 352 | Seleção de modelo | Validação cruzada de pesquisa randomizada |
| 353 | Seleção de modelo | Seleção de modelo usando critérios de informação |
| 354 | Seleção de modelo | Seleção de modelo de conjunto |
| 355 | Aprendizado contínuo | Aprendizagem ao longo da vida |
| 356 | Aprendizado contínuo | Aprendizado incremental |
| 357 | Aprendizado contínuo | Aprendizado online |
| 358 | Aprendizado contínuo | Expansão do modelo dinâmico |
| 359 | Aprendizado contínuo | Detecção de deriva conceitual |
| 360 | Aprendizado contínuo | Transferir aprendizado em ambientes dinâmicos |
| 361 | Aprendizagem federada para assistência médica | Aprendizagem federada para registros eletrônicos de saúde (EHR) |
| 362 | Aprendizagem federada para assistência médica | ML preservante à privacidade na saúde |
| 363 | Aprendizagem federada para assistência médica | Aprendizagem federada para sistemas de apoio à decisão clínica |
| 364 | Aprendizagem federada para assistência médica | Aprendizagem federada para previsão de doenças |
| 365 | Aprendizagem federada para assistência médica | Aprendizagem federada para análise de imagem médica |
| 366 | Modelo Destilação | Para modelos leves |
| 367 | Modelo Destilação | Para modelos leves |
| 368 | Modelo Destilação | Para modelos leves |
| 369 | Modelo Destilação | Para modelos leves |
| 370 | Modelo Destilação | Para modelos leves |
| 371 | Análise de séries temporais para previsão | Arima sazonal |
| 372 | Análise de séries temporais para previsão | Vector AutoRegression (VAR) |
| 373 | Análise de séries temporais para previsão | Memória de longo prazo de curto prazo (LSTM) com atenção |
| 374 | Análise de séries temporais para previsão | Profeta com férias |
| 375 | Análise de séries temporais para previsão | Métodos de conjunto para previsão de séries temporais |
| 376 | Ml preservador de privacidade | Computação multipartidária segura (MPC) |
| 377 | Ml preservador de privacidade | Criptografia homomórfica |
| 378 | Ml preservador de privacidade | Mecanismos de privacidade diferenciais |
| 379 | Ml preservador de privacidade | Aprendizagem federada com privacidade diferencial |
| 380 | Ml preservador de privacidade | Circuitos distorcidos |
| 381 | Segmentação de imagem | U-net |
| 382 | Segmentação de imagem | Máscara R-CNN |
| 383 | Segmentação de imagem | Redes totalmente convolucionais (FCN) |
| 384 | Segmentação de imagem | Segmentação semântica |
| 385 | Segmentação de imagem | Segmentação da instância |
| 386 | Aprendizagem de reforço profundo | DQN (Deep Q-Network) |
| 387 | Aprendizagem de reforço profundo | DDPG (gradiente de política determinística profunda) |
| 388 | Aprendizagem de reforço profundo | PPO (otimização de política proximal) |
| 389 | Aprendizagem de reforço profundo | A3C (vantagem assíncrona ator-crítica) |
| 390 | Aprendizagem de reforço profundo | SAC (ator mole-crítico) |
| 391 | Tarefas de visão computacional | Detecção de objetos |
| 392 | Tarefas de visão computacional | Classificação da imagem |
| 393 | Tarefas de visão computacional | Segmentação de imagem |
| 394 | Tarefas de visão computacional | Reconhecimento de rosto |
| 395 | Tarefas de visão computacional | Segmentação da instância |
| 396 | Avaliação do modelo | Erro absoluto médio (mae) |
| 397 | Avaliação do modelo | Erro quadrado médio (MSE) |
| 398 | Avaliação do modelo | Pontuação R-Squared (R2) |
| 399 | Avaliação do modelo | Precisão |
| 400 | Avaliação do modelo | Precisão e recall |
| 401 | Geração de linguagem natural | Transformador de transferência de texto em texto (T5) |
| 402 | Geração de linguagem natural | GPT-3 (transformador generativo pré-treinado 3) |
| 403 | Geração de linguagem natural | Modelagem de idiomas |
| 404 | Geração de linguagem natural | Geração de texto condicional |
| 405 | Geração de linguagem natural | Tradução da máquina neural |
| 406 | Análise de sentimentos | Análise de sentimentos supervisionados |
| 407 | Análise de sentimentos | Análise de sentimentos baseados em aspectos |
| 408 | Análise de sentimentos | Detecção de emoções |
| 409 | Análise de sentimentos | Mineração de opinião |
| 410 | Análise de sentimentos | Voz da análise do cliente |
| 411 | Análise de redes sociais | Visualização da rede social |
| 412 | Análise de redes sociais | Detecção da comunidade |
| 413 | Análise de redes sociais | Análise de influência |
| 414 | Análise de redes sociais | Previsão de link |
| 415 | Análise de redes sociais | Simulação de rede social |
| 416 | Redes neurais gráficas | Redes convolucionais de gráfico (GCNs) |
| 417 | Redes neurais gráficas | Redes de atenção gráfica (GAT) |
| 418 | Redes neurais gráficas | GraphSage (amostra de gráfico e agregado) |
| 419 | Redes neurais gráficas | Redes de isomorfismo gráfico (GIN) |
| 420 | Redes neurais gráficas | Redes neurais gráficas para classificação de nós |
| 421 | Tradução automatizada da máquina | Modelos de sequência a sequência |
| 422 | Tradução automatizada da máquina | Tradução da máquina neural (NMT) |
| 423 | Tradução automatizada da máquina | Modelos de transformadores para tradução para a máquina |
| 424 | Tradução automatizada da máquina | Tradução da máquina estatística |
| 425 | Tradução automatizada da máquina | Tradução da máquina baseada em frase |
| 426 | Tradução automatizada da máquina | Representações de codificadores bidirecionais de Transformers (Bert) |
| 427 | Aprendizado não supervisionado | Cluster de k-means |
| 428 | Aprendizado não supervisionado | Cluster hierárquico |
| 429 | Aprendizado não supervisionado | Análise de componentes principais (PCA) |
| 430 | Aprendizado não supervisionado | Redes adversárias generativas (GANS) |
| 431 | Aprendizado não supervisionado | AutoEncoders |
| 432 | Reconhecimento de fala | Reconhecimento automático de fala (ASR) |
| 433 | Reconhecimento de fala | Modelos de reconhecimento de fala profunda |
| 434 | Reconhecimento de fala | Classificação temporal do conexão (CTC) |
| 435 | Reconhecimento de fala | Redes neurais recorrentes (RNNs) para reconhecimento de fala |
| 436 | Reconhecimento de fala | Modelos de transformadores para reconhecimento de fala |
| 437 | Sistemas de recomendação | Filtragem colaborativa |
| 438 | Sistemas de recomendação | Filtragem baseada em conteúdo |
| 439 | Sistemas de recomendação | Sistemas de recomendação híbrida |
| 440 | Sistemas de recomendação | Sistemas de recomendação baseados em conhecimento |
| 441 | Sistemas de recomendação | Aprendizagem de reforço para sistemas de recomendação |
| 448 | Modelo de implantação | Contêinerização |
| 449 | Modelo de implantação | Computação sem servidor |
| 450 | Modelo de implantação | Monitoramento do modelo |
| 451 | Inferência causal | Modelo causal de Pearl |
| 452 | Inferência causal | Correspondência de pontuação de propensão |
| 453 | Inferência causal | Análise de variável instrumental |
| 454 | Inferência causal | Diferença em diferenças (DID) |
| 455 | Inferência causal | Projeto de descontinuidade de regressão (RDD) |
| 456 | ML automatizado | Automl |
| 457 | ML automatizado | Pesquisa de arquitetura neural (NAS) |
| 458 | ML automatizado | Empilhamento de modelos |
| 459 | ML automatizado | Seleção de recursos |
| 460 | ML automatizado | Otimização de hiperparâmetro |
| 461 | Explicação do modelo | Limão (explicações de modelo interpretável local)) |
| 462 | Explicação do modelo | Shap (explicações aditivas de Shapley) |
| 463 | Explicação do modelo | PDP (parcelas de dependência parcial) |
| 464 | Explicação do modelo | Eli5 (explique como se eu fosse 5) |
| 465 | Explicação do modelo | Âncoras |
| 466 | Análise geoespacial | GIS (sistema de informação geográfica) |
| 467 | Análise geoespacial | Visualização de dados espaciais |
| 468 | Análise geoespacial | Geoanalytics |
| 469 | Análise geoespacial | Geoestatística |
| 470 | Análise geoespacial | Análise de regressão espacial |
| 471 | Previsão de séries temporais | Métodos de suavização exponencial |
| 472 | Previsão de séries temporais | Arima (média móvel integrada autoregressiva) |
| 473 | Previsão de séries temporais | Profeta (previsão de séries temporais) |
| 474 | Previsão de séries temporais | Redes neurais para previsão de séries temporais |
| 475 | Previsão de séries temporais | Métodos de conjunto para previsão de séries temporais |
| 476 | Aumentação de dados | Flip e rotação |
| 477 | Aumentação de dados | Colheita aleatória e redimensionar |
| 478 | Aumentação de dados | Injeção de ruído |
| 479 | Aumentação de dados | Aumentação com modelos generativos |
| 480 | Aumentação de dados | Mistura e Cutmix |
| 481 | Gráfico de conhecimento | Aprendizagem de representação de gráficos de conhecimento |
| 482 | Gráfico de conhecimento | Gráfico de conhecimento incorporados |
| 483 | Gráfico de conhecimento | Alinhamento do gráfico de conhecimento |
| 484 | Gráfico de conhecimento | Conclusão do gráfico de conhecimento |
| 485 | Gráfico de conhecimento | Consulta e raciocínio sobre gráficos de conhecimento |
| 486 | Computação distribuída | Apache Hadoop |
| 487 | Computação distribuída | Apache Spark |
| 488 | Computação distribuída | Aprendizagem profunda distribuída |
| 489 | Computação distribuída | Processamento de dados distribuído |
| 490 | Computação distribuída | Sistemas de arquivos distribuídos |
| 491 | Defesa adversária | Treinamento adversário |
| 492 | Defesa adversária | Destilação defensiva |
| 493 | Defesa adversária | Suavização randomizada |
| 494 | Defesa adversária | Recurso apertando |
| 495 | Defesa adversária | Treinamento adversário de conjunto |
| 496 | Entendimento da linguagem natural | Reconhecimento de entidades |
| 497 | Entendimento da linguagem natural | Parsing de dependência |
| 498 | Entendimento da linguagem natural | Nomeado Reconhecimento de Entidade (NER) |
| 499 | Entendimento da linguagem natural | Análise de sentimentos |
| 500 | Entendimento da linguagem natural | Resolução de Coreferência |
O Pyverse é liberado sob a licença do MIT.