PyVerse Exploring Python Frameworks
1.0.0
欢迎来到Tushar Aggarwal的Pyverse,这是您探索和掌握Python Frameworks的最终指南!该存储库旨在帮助您浏览Python框架的广阔景观,并了解其功能,用例和最佳实践。
Python由于其简单性,多功能性和庞大的生态系统而成为近年来最受欢迎的编程语言之一。促成Python成功的关键因素之一是其丰富的框架集合,可满足各种领域和目的。 Pyverse旨在提供这些框架的全面概述,使您有能力做出明智的决策并利用正确的项目工具。
Pyverse涵盖了广泛的Python框架,包括Web框架,机器学习框架,数据分析框架,游戏开发框架等。您会找到每个框架的详细信息,教程和代码示例。
Pyverse中的每个框架都伴随着全面的文档,概述了其核心概念,安装说明,用法示例和有效开发的技巧。
Pyverse通过提供实践示例和样本项目来展示各种Python框架的功能,超越了理论。您可以探索这些示例以获得实践经验,并学习如何在现实世界中应用框架。
我们相信合作的力量,而Pyverse则欢迎社区的贡献。无论您想修复错误,改进文档还是添加新框架,您的贡献都高度重视。请参阅我们开始的贡献指南。
要开始使用Pyverse,请按照以下步骤:
我们为Pyverse有一个令人兴奋的路线图:
请继续关注更新!
加入Pyverse社区与其他开发人员建立联系,提出问题,分享您的经验,并随着最新开发的更新。联系 @ [email protected]
| s.no. | 用于 | LIB,框架和技术 |
|---|---|---|
| 1 | 数据科学 | 熊猫 |
| 2 | 数据科学 | numpy |
| 3 | 数据科学 | 海洋 |
| 4 | 数据科学 | Scipy |
| 5 | 数据科学 | matplotlib |
| 6 | 机器学习 | Scikit-Learn |
| 7 | 机器学习 | Pytorch |
| 8 | 机器学习 | 张量 |
| 9 | 机器学习 | xgboost |
| 10 | 机器学习 | Lightgbm |
| 12 | 机器学习 | 凯拉斯 |
| 13 | 机器学习 | Pycaret |
| 14 | mlops | MLFLOW |
| 15 | mlops | kubeflow |
| 16 | mlops | Zenml |
| 17 | 可解释的AI | 塑造 |
| 18 | 可解释的AI | 酸橙 |
| 19 | 可解释的AI | 解释 |
| 20 | 文本处理 | Spacy |
| 21 | 文本处理 | NLTK |
| 22 | 文本处理 | TextBlob |
| 23 | 文本处理 | Corenlp |
| 24 | 文本处理 | Gensim |
| 25 | 文本处理 | 正则 |
| 26 | 图像处理 | OPENCV |
| 27 | 图像处理 | Scikit-image |
| 28 | 图像处理 | 枕头 |
| 29 | 图像处理 | 大亨 |
| 30 | 图像处理 | Simpleitk |
| 31 | 网络框架 | 烧瓶 |
| 32 | 网络框架 | Fastapi |
| 33 | 网络框架 | Django |
| 34 | 网络框架 | 短跑 |
| 35 | 网络框架 | 金字塔 |
| 36 | 网络刮擦 | 美丽的人 |
| 37 | 网络刮擦 | 砂纸 |
| 38 | 网络刮擦 | 硒 |
| 39 | 数据可视化 | 情节 |
| 40 | 数据可视化 | Tableau |
| 41 | 数据可视化 | 散乱 |
| 42 | 数据可视化 | GGPLOT |
| 43 | 自然语言处理 | 变压器 |
| 44 | 自然语言处理 | 伯特 |
| 45 | 自然语言处理 | Word2Vec |
| 46 | 自然语言处理 | 手套 |
| 47 | 自然语言处理 | Elmo |
| 48 | 强化学习 | Openai体育馆 |
| 49 | 强化学习 | 多巴胺 |
| 50 | 强化学习 | pybullet |
| 51 | 强化学习 | 稳定的基线3 |
| 52 | 云计算 | AWS |
| 53 | 云计算 | Google Cloud |
| 54 | 云计算 | Microsoft Azure |
| 55 | 云计算 | IBM云 |
| 56 | 云计算 | Heroku |
| 57 | 数据库管理 | mysql |
| 58 | 数据库管理 | Postgresql |
| 59 | 数据库管理 | mongodb |
| 60 | 数据库管理 | sqlite |
| 61 | 数据库管理 | Oracle数据库 |
| 62 | 深度学习 | 卷积神经网络(CNN) |
| 63 | 深度学习 | 复发性神经网络(RNN) |
| 64 | 深度学习 | 生成对抗网络(GAN) |
| 65 | 深度学习 | 自动编码器 |
| 66 | 深度学习 | 转移学习 |
| 67 | 时间序列分析 | 阿里玛 |
| 68 | 时间序列分析 | 先知 |
| 69 | 时间序列分析 | 指数平滑 |
| 70 | 时间序列分析 | 萨里玛 |
| 71 | 时间序列分析 | 时间序列的季节性分解(STL) |
| 72 | 统计数据 | 假设检验 |
| 73 | 统计数据 | 回归分析 |
| 74 | 统计数据 | 方差分析 |
| 75 | 统计数据 | 贝叶斯推断 |
| 76 | 统计数据 | 主成分分析(PCA) |
| 77 | 计算机视觉 | 对象检测 |
| 78 | 计算机视觉 | 图像分割 |
| 79 | 计算机视觉 | 面部识别 |
| 80 | 计算机视觉 | 光学特征识别(OCR) |
| 81 | 计算机视觉 | 实例细分 |
| 82 | 推荐系统 | 协作过滤 |
| 83 | 推荐系统 | 基于内容的过滤 |
| 84 | 推荐系统 | 基质分解 |
| 85 | 推荐系统 | 协会规则 |
| 86 | 推荐系统 | 建议系统的深度学习 |
| 87 | 无监督的学习 | K-均值聚类 |
| 88 | 无监督的学习 | 分层聚类 |
| 89 | 无监督的学习 | 减少维度 |
| 90 | 无监督的学习 | 协会规则挖掘 |
| 91 | 无监督的学习 | 高斯混合模型(GMM) |
| 92 | 网络分析 | 图理论 |
| 93 | 网络分析 | 社交网络分析 |
| 94 | 网络分析 | 社区发现 |
| 95 | 网络分析 | 链接预测 |
| 96 | 网络分析 | 中心度措施 |
| 97 | 云计算 | 亚马逊S3 |
| 98 | 云计算 | Docker |
| 99 | 云计算 | Kubernetes |
| 100 | 云计算 | 无服务器计算 |
| 101 | 自然语言处理 | 命名实体识别(NER) |
| 102 | 自然语言处理 | 情感分析 |
| 103 | 自然语言处理 | 主题建模 |
| 104 | 自然语言处理 | 依赖解析 |
| 105 | 自然语言处理 | 文本分类 |
| 106 | 推荐系统 | 混合推荐系统 |
| 107 | 推荐系统 | 上下文推荐系统 |
| 108 | 推荐系统 | 顺序推荐系统 |
| 109 | 推荐系统 | 分解机 |
| 110 | 推荐系统 | 推荐系统的深入增强学习 |
| 111 | 优化 | 线性编程 |
| 112 | 优化 | 非线性编程 |
| 113 | 优化 | 整数编程 |
| 114 | 优化 | 凸优化 |
| 115 | 优化 | 启发式优化 |
| 116 | 分布式系统 | Apache Hadoop |
| 117 | 分布式系统 | Apache Spark |
| 118 | 分布式系统 | Apache Kafka |
| 119 | 分布式系统 | apache flink |
| 120 | 分布式系统 | Apache Cassandra |
| 121 | 自然语言产生 | 基于模板的一代 |
| 122 | 自然语言产生 | 基于规则的一代 |
| 123 | 自然语言产生 | 统计语言生成 |
| 124 | 自然语言产生 | 神经语言产生 |
| 125 | 自然语言产生 | 内容计划 |
| 126 | 强化学习 | 蒙特卡洛方法 |
| 127 | 强化学习 | Q学习 |
| 128 | 强化学习 | 政策梯度方法 |
| 129 | 强化学习 | 演员批评方法 |
| 130 | 强化学习 | 基于模型的强化学习 |
| 131 | 机器人技术 | ROS(机器人操作系统) |
| 132 | 机器人技术 | SLAM(同时本地化和映射) |
| 133 | 机器人技术 | 逆运动学 |
| 134 | 机器人技术 | 强化机器人的增强学习 |
| 135 | 机器人技术 | 运动计划 |
| 136 | 大数据处理 | Apache Hive |
| 137 | 大数据处理 | 阿帕奇猪 |
| 138 | 大数据处理 | 阿帕奇风暴 |
| 139 | 大数据处理 | Apache光束 |
| 140 | 大数据处理 | Apache水槽 |
| 141 | 生成模型 | 变异自动编码器(VAE) |
| 142 | 生成模型 | 生成对抗网络(GAN) |
| 143 | 生成模型 | 基于流的模型 |
| 144 | 生成模型 | 自动回归型号 |
| 145 | 生成模型 | 生成对抗网络(GAN) |
| 146 | 区块链 | 比特币 |
| 147 | 区块链 | 以太坊 |
| 148 | 区块链 | 智能合约 |
| 149 | 区块链 | 分布式分类帐技术 |
| 150 | 区块链 | 共识算法 |
| 151 | 自然语言处理 | 单词嵌入 |
| 152 | 自然语言处理 | 注意机制 |
| 153 | 自然语言处理 | 顺序到序列模型 |
| 154 | 自然语言处理 | 语言翻译 |
| 155 | 自然语言处理 | 问题回答 |
| 156 | 模型解释性 | 特征重要性 |
| 157 | 模型解释性 | 部分依赖图 |
| 158 | 模型解释性 | 梯度增强解释 |
| 159 | 模型解释性 | 局部易于解释的模型不足解释(石灰) |
| 160 | 模型解释性 | Shapley添加说明(Shap) |
| 161 | 贝叶斯方法 | 贝叶斯网络 |
| 162 | 贝叶斯方法 | 吉布斯采样 |
| 163 | 贝叶斯方法 | 大都市杂货算法 |
| 164 | 贝叶斯方法 | 变分推断 |
| 165 | 贝叶斯方法 | 贝叶斯优化 |
| 166 | 地理空间分析 | GIS(地理信息系统) |
| 167 | 地理空间分析 | 空间数据可视化 |
| 168 | 地理空间分析 | 空间聚类 |
| 169 | 地理空间分析 | 空间回归 |
| 170 | 地理空间分析 | 空间插值 |
| 171 | 云计算 | OpenStack |
| 172 | 云计算 | Rackspace云 |
| 173 | 云计算 | VMware Vcloud |
| 174 | 云计算 | 阿里巴巴云 |
| 175 | 云计算 | 红帽Openshift |
| 176 | 自然语言处理 | 依赖解析 |
| 177 | 自然语言处理 | 命名实体识别(NER) |
| 178 | 自然语言处理 | 语义角色标签 |
| 179 | 自然语言处理 | 情感分析 |
| 180 | 自然语言处理 | 核心分辨率 |
| 181 | 图神经网络 | 图形卷积网络(GCN) |
| 182 | 图神经网络 | 图表网络(GAT) |
| 183 | 图神经网络 | 图形 |
| 184 | 图神经网络 | 关系图卷积网络(RGCN) |
| 185 | 图神经网络 | 图形自动编码器 |
| 186 | 功能工程 | 功能缩放 |
| 187 | 功能工程 | 功能选择 |
| 188 | 功能工程 | 特征提取 |
| 189 | 功能工程 | 功能编码 |
| 190 | 功能工程 | 特征交叉 |
| 191 | 隐私和安全 | 联合学习 |
| 192 | 隐私和安全 | 差异隐私 |
| 193 | 隐私和安全 | 加密的ML |
| 194 | 隐私和安全 | 隐私数据挖掘 |
| 195 | 隐私和安全 | 对抗攻击和防御 |
| 196 | 因果推断 | 因果图 |
| 197 | 因果推断 | 珍珠的因果推理框架 |
| 198 | 因果推断 | 乐器变量 |
| 199 | 因果推断 | 倾向得分匹配 |
| 200 | 因果推断 | 因果森林 |
| 201 | 自动ML | 汽车 |
| 202 | 自动ML | 模型选择 |
| 203 | 自动ML | 功能工程自动化 |
| 204 | 自动ML | 超参数优化 |
| 205 | 自动ML | 集合方法 |
| 206 | 欺诈检测 | 欺诈分析 |
| 207 | 欺诈检测 | 异常检测 |
| 208 | 欺诈检测 | 欺诈检测的社交网络分析 |
| 209 | 欺诈检测 | 行为分析 |
| 210 | 欺诈检测 | ML欺诈检测 |
| 211 | 高参数调整 | 网格搜索 |
| 212 | 高参数调整 | 随机搜索 |
| 213 | 高参数调整 | 贝叶斯优化 |
| 214 | 高参数调整 | 遗传算法 |
| 215 | 高参数调整 | Optuna |
| 216 | 对抗ML | 对抗性攻击 |
| 217 | 对抗ML | 对抗防御 |
| 218 | 对抗ML | 用于对抗学习的生成对抗网络(GAN) |
| 219 | 对抗ML | 对抗性例子的可转让性 |
| 220 | 对抗ML | 对抗性鲁棒性测试 |
| 221 | 时间序列预测 | 阿里玛 |
| 222 | 时间序列预测 | 指数平滑 |
| 223 | 时间序列预测 | 先知 |
| 224 | 时间序列预测 | 长期记忆(LSTM) |
| 225 | 时间序列预测 | 季节性自回归综合移动平均线(Sarima) |
| 226 | 因果关系发现 | 基于约束的因果发现 |
| 227 | 因果关系发现 | 信息理论因果发现 |
| 228 | 因果关系发现 | 格兰杰因果关系 |
| 229 | 因果关系发现 | 结构方程建模 |
| 230 | 因果关系发现 | 反事实推理 |
| 231 | 推荐系统 | 推荐系统的深入增强学习 |
| 232 | 推荐系统 | 基于知识的推荐系统 |
| 233 | 推荐系统 | 上下文感知的推荐系统 |
| 234 | 推荐系统 | 序列意识的推荐系统 |
| 235 | 推荐系统 | 推荐系统的元学习 |
| 236 | 转移学习 | 域适应 |
| 237 | 转移学习 | 型号蒸馏 |
| 238 | 转移学习 | 进行性神经网络 |
| 239 | 转移学习 | 任务: |
| 240 | 转移学习 | 跨域知识转移 |
| 241 | 可解释的AI | 反事实解释 |
| 242 | 可解释的AI | 模型不合时宜的解释 |
| 243 | 可解释的AI | 基于规则的解释 |
| 244 | 可解释的AI | 锚 |
| 245 | 可解释的AI | 因果解释 |
| 246 | 时间序列异常检测 | 一级SVM |
| 247 | 时间序列异常检测 | 隔离森林 |
| 248 | 时间序列异常检测 | 用于异常检测的自动编码器 |
| 249 | 时间序列异常检测 | 更改点检测 |
| 250 | 时间序列异常检测 | 季节性混合动力ESD(SH-ESD) |
| 251 | 网络安全 | 网络入侵检测 |
| 252 | 网络安全 | 恶意软件检测 |
| 253 | 网络安全 | 网络安全行为分析 |
| 254 | 网络安全 | 脆弱性评估 |
| 255 | 网络安全 | 安全信息和事件管理(SIEM) |
| 256 | 对抗性强化学习 | 对抗环境 |
| 257 | 对抗性强化学习 | 对抗性政策优化 |
| 258 | 对抗性强化学习 | 逆增强学习 |
| 259 | 对抗性强化学习 | 对手多代理系统 |
| 260 | 对抗性强化学习 | 强大的增强学习 |
| 261 | 生成对抗网络 | 有条件的甘斯 |
| 262 | 生成对抗网络 | Wasserstein Gans |
| 263 | 生成对抗网络 | 自行车 |
| 264 | 生成对抗网络 | Stylegan |
| 265 | 生成对抗网络 | 潜在空间插值 |
| 266 | 联合学习 | 联邦平均 |
| 267 | 联合学习 | 联邦学习中的差异隐私 |
| 268 | 联合学习 | 垂直联合学习 |
| 269 | 联合学习 | 联合转移学习 |
| 270 | 联合学习 | 联合的元学习 |
| 271 | 联合学习 | 边缘设备上的联合学习 |
| 272 | 量子ml | 量子计算基础知识 |
| 273 | 量子ml | 量子神经网络 |
| 274 | 量子ml | 变分量子算法 |
| 275 | 量子ml | 量子支持向量机 |
| 276 | 量子ml | 量子数据编码 |
| 277 | 强化机器人的增强学习 | 从示范中学习 |
| 278 | 强化机器人的增强学习 | SIM2REAL转移 |
| 279 | 强化机器人的增强学习 | 基于模型的机器人学习 |
| 280 | 强化机器人的增强学习 | 模仿学习 |
| 281 | 强化机器人的增强学习 | 机器人操纵 |
| 282 | 文本的生成模型 | 基于变压器的语言模型 |
| 283 | 文本的生成模型 | GPT(生成预训练的变压器) |
| 284 | 文本的生成模型 | 基于LSTM的语言模型 |
| 285 | 文本的生成模型 | BERT(变形金刚的双向编码器表示) |
| 286 | 文本的生成模型 | VAE(变量自动编码器)用于文本生成 |
| 287 | 多模式学习 | 多模式融合 |
| 288 | 多模式学习 | 跨模式检索 |
| 289 | 多模式学习 | 多模式生成模型 |
| 290 | 多模式学习 | 多模式增强学习 |
| 291 | 多模式学习 | 多模式情感分析 |
| 292 | 模型压缩 | 修剪 |
| 293 | 模型压缩 | 量化 |
| 294 | 模型压缩 | 蒸馏 |
| 295 | 模型压缩 | 体重共享 |
| 296 | 模型压缩 | 知识蒸馏 |
| 297 | 自动化计划 | 和安排 |
| 298 | 自动化计划 | 和安排 |
| 299 | 自动化计划 | 和安排 |
| 300 | 自动化计划 | 和安排 |
| 301 | 自动化计划 | 和安排 |
| 302 | 域适应 | 域 - 反向训练 |
| 303 | 域适应 | 自行车域适应 |
| 304 | 域适应 | 适应领域的转移学习 |
| 305 | 域适应 | 无监督域的适应性 |
| 306 | 域适应 | 部分领域适应 |
| 307 | 积极学习 | 不确定性采样 |
| 308 | 积极学习 | 查询委员会 |
| 309 | 积极学习 | 预期模型更改 |
| 310 | 积极学习 | 多样性采样 |
| 311 | 积极学习 | 预算的积极学习 |
| 312 | 自动化功能工程 | 特色 |
| 313 | 自动化功能工程 | 深度特征合成 |
| 314 | 自动化功能工程 | 基因编程 |
| 315 | 自动化功能工程 | 自动化功能提取 |
| 316 | 自动化功能工程 | 功能编码 |
| 317 | 对抗性攻击 | 白盒攻击 |
| 318 | 对抗性攻击 | 黑框攻击 |
| 319 | 对抗性攻击 | 身体攻击 |
| 320 | 对抗性攻击 | 转移攻击 |
| 321 | 对抗性攻击 | 逃避攻击 |
| 322 | 联合加强学习 | 联合Q学习 |
| 323 | 联合加强学习 | 联合政策梯度 |
| 324 | 联合加强学习 | 联邦演员评论 |
| 325 | 联合加强学习 | 联合近端政策优化(PPO) |
| 326 | 联合加强学习 | 联合的多机构增强学习 |
| 327 | 联合加强学习 | 联合的逆增强学习 |
| 328 | 图嵌入 | 深条路 |
| 329 | 图嵌入 | node2vec |
| 330 | 图嵌入 | 图形卷积网络(GCN)嵌入 |
| 331 | 图嵌入 | 张量分解 |
| 332 | 图嵌入 | 异质图嵌入 |
| 333 | 图中的异常检测 | 基于图的离群值检测 |
| 334 | 图中的异常检测 | 光谱聚类 |
| 335 | 图中的异常检测 | 隔离林 |
| 336 | 图中的异常检测 | 集体异常检测 |
| 337 | 图中的异常检测 | 基于社区结构的异常检测 |
| 338 | 可解释的ML | 部分依赖图(PDP) |
| 339 | 可解释的ML | 特征重要性排名 |
| 340 | 可解释的ML | 基于规则的模型 |
| 341 | 可解释的ML | 局部易于解释的模型不足解释(石灰) |
| 342 | 可解释的ML | 沙普利价值 |
| 343 | 图像的生成模型 | DCGAN(深卷gan) |
| 344 | 图像的生成模型 | stylegan2 |
| 345 | 图像的生成模型 | 图像翻译的自行车 |
| 346 | 图像的生成模型 | 用于图像生成的变量自动编码器(VAE) |
| 347 | 图像的生成模型 | gan的逐步生长(PGGAN) |
| 348 | 模型选择 | 火车验证测试拆分 |
| 349 | 模型选择 | 交叉验证 |
| 350 | 模型选择 | 保持验证 |
| 351 | 模型选择 | 网格搜索交叉验证 |
| 352 | 模型选择 | 随机搜索交叉验证 |
| 353 | 模型选择 | 使用信息标准的模型选择 |
| 354 | 模型选择 | 集合模型选择 |
| 355 | 持续学习 | 终身学习 |
| 356 | 持续学习 | 增量学习 |
| 357 | 持续学习 | 在线学习 |
| 358 | 持续学习 | 动态模型扩展 |
| 359 | 持续学习 | 概念漂移检测 |
| 360 | 持续学习 | 在动态环境中转移学习 |
| 361 | 医疗保健的联合学习 | 电子健康记录的联合学习(EHR) |
| 362 | 医疗保健的联合学习 | 保存医疗保健的隐私ML |
| 363 | 医疗保健的联合学习 | 临床决策支持系统的联合学习 |
| 364 | 医疗保健的联合学习 | 疾病预测的联合学习 |
| 365 | 医疗保健的联合学习 | 联合学习进行医学成像分析 |
| 366 | 型号蒸馏 | 用于轻量级型号 |
| 367 | 型号蒸馏 | 用于轻量级型号 |
| 368 | 型号蒸馏 | 用于轻量级型号 |
| 369 | 型号蒸馏 | 用于轻量级型号 |
| 370 | 型号蒸馏 | 用于轻量级型号 |
| 371 | 预测时间序列分析 | 季节性阿里玛 |
| 372 | 预测时间序列分析 | 矢量自动进度(VAR) |
| 373 | 预测时间序列分析 | 长期记忆(LSTM)引起注意 |
| 374 | 预测时间序列分析 | 假期的先知 |
| 375 | 预测时间序列分析 | 时间序列预测的合奏方法 |
| 376 | 隐私保护ML | 安全多方计算(MPC) |
| 377 | 隐私保护ML | 同态加密 |
| 378 | 隐私保护ML | 差异隐私机制 |
| 379 | 隐私保护ML | 具有不同隐私的联合学习 |
| 380 | 隐私保护ML | 乱码的电路 |
| 381 | 图像分割 | U-net |
| 382 | 图像分割 | 面具R-CNN |
| 383 | 图像分割 | 完全卷积网络(FCN) |
| 384 | 图像分割 | 语义细分 |
| 385 | 图像分割 | 实例细分 |
| 386 | 深厚的增强学习 | DQN(深Q网络) |
| 387 | 深厚的增强学习 | DDPG(深层确定性政策梯度) |
| 388 | 深厚的增强学习 | PPO(近端策略优化) |
| 389 | 深厚的增强学习 | A3C(异步优势参与者 - 批评) |
| 390 | 深厚的增强学习 | 囊(软演员) |
| 391 | 计算机视觉任务 | 对象检测 |
| 392 | 计算机视觉任务 | 图像分类 |
| 393 | 计算机视觉任务 | 图像分割 |
| 394 | 计算机视觉任务 | 面部识别 |
| 395 | 计算机视觉任务 | 实例细分 |
| 396 | 模型评估 | 平均绝对错误(MAE) |
| 397 | 模型评估 | 平方误差(MSE) |
| 398 | 模型评估 | R平方(R2)得分 |
| 399 | 模型评估 | 准确性 |
| 400 | 模型评估 | 精确和回忆 |
| 401 | 自然语言产生 | 文本到文本传输变压器(T5) |
| 402 | 自然语言产生 | GPT-3(生成预训练的变压器3) |
| 403 | 自然语言产生 | 语言建模 |
| 404 | 自然语言产生 | 有条件的文本生成 |
| 405 | 自然语言产生 | 神经机器翻译 |
| 406 | 情感分析 | 监督情感分析 |
| 407 | 情感分析 | 基于方面的情感分析 |
| 408 | 情感分析 | 情绪检测 |
| 409 | 情感分析 | 意见采矿 |
| 410 | 情感分析 | 客户分析的声音 |
| 411 | 社交网络分析 | 社交网络可视化 |
| 412 | 社交网络分析 | 社区发现 |
| 413 | 社交网络分析 | 影响分析 |
| 414 | 社交网络分析 | 链接预测 |
| 415 | 社交网络分析 | 社交网络模拟 |
| 416 | 图神经网络 | 图形卷积网络(GCN) |
| 417 | 图神经网络 | 图表网络(GAT) |
| 418 | 图神经网络 | 图形(图样品和汇总) |
| 419 | 图神经网络 | 图同构网络(GIN) |
| 420 | 图神经网络 | 用于节点分类的图形神经网络 |
| 421 | 自动化机器翻译 | 顺序到序列模型 |
| 422 | 自动化机器翻译 | 神经机器翻译(NMT) |
| 423 | 自动化机器翻译 | 用于机器翻译的变压器模型 |
| 424 | 自动化机器翻译 | 统计机器翻译 |
| 425 | 自动化机器翻译 | 基于短语的机器翻译 |
| 426 | 自动化机器翻译 | 来自变压器(BERT)的双向编码器表示 |
| 427 | 无监督的学习 | K-均值聚类 |
| 428 | 无监督的学习 | 分层聚类 |
| 429 | 无监督的学习 | 主成分分析(PCA) |
| 430 | 无监督的学习 | 生成对抗网络(GAN) |
| 431 | 无监督的学习 | 自动编码器 |
| 432 | 语音识别 | 自动语音识别(ASR) |
| 433 | 语音识别 | 深度语音识别模型 |
| 434 | 语音识别 | 连接师时间分类(CTC) |
| 435 | 语音识别 | 循环神经网络(RNN)用于语音识别 |
| 436 | 语音识别 | 语音识别的变压器模型 |
| 437 | 推荐系统 | 协作过滤 |
| 438 | 推荐系统 | 基于内容的过滤 |
| 439 | 推荐系统 | 混合推荐系统 |
| 440 | 推荐系统 | 基于知识的推荐系统 |
| 441 | 推荐系统 | 推荐系统的强化学习 |
| 448 | 模型部署 | 容器化 |
| 449 | 模型部署 | 无服务器计算 |
| 450 | 模型部署 | 模型监视 |
| 451 | 因果推断 | 珍珠的因果模型 |
| 452 | 因果推断 | 倾向得分匹配 |
| 453 | 因果推断 | 仪器变量分析 |
| 454 | 因果推断 | 差异差异(DID) |
| 455 | 因果推断 | 回归不连续设计(RDD) |
| 456 | 自动ML | 汽车 |
| 457 | 自动ML | 神经建筑搜索(NAS) |
| 458 | 自动ML | 模型堆叠 |
| 459 | 自动ML | 功能选择 |
| 460 | 自动ML | 超参数优化 |
| 461 | 模型解释性 | 石灰(局部可解释的模型不足的解释) |
| 462 | 模型解释性 | Shap(Shapley添加说明) |
| 463 | 模型解释性 | PDP(部分依赖图) |
| 464 | 模型解释性 | eli5(像我5一样解释) |
| 465 | 模型解释性 | 锚 |
| 466 | 地理空间分析 | GIS(地理信息系统) |
| 467 | 地理空间分析 | 空间数据可视化 |
| 468 | 地理空间分析 | 地理分析 |
| 469 | 地理空间分析 | 地统计学 |
| 470 | 地理空间分析 | 空间回归分析 |
| 471 | 时间序列预测 | 指数平滑方法 |
| 472 | 时间序列预测 | Arima(自动回收的集成移动平均线) |
| 473 | 时间序列预测 | 先知(时间序列预测) |
| 474 | 时间序列预测 | 时间序列预测的神经网络 |
| 475 | 时间序列预测 | 时间序列预测的合奏方法 |
| 476 | 数据增强 | 翻转和旋转 |
| 477 | 数据增强 | 随机作物和调整大小 |
| 478 | 数据增强 | 注入噪声 |
| 479 | 数据增强 | 用生成模型增强 |
| 480 | 数据增强 | 混合和cutmix |
| 481 | 知识图 | 知识图表示学习 |
| 482 | 知识图 | 知识图嵌入 |
| 483 | 知识图 | 知识图对齐 |
| 484 | 知识图 | 知识图完成 |
| 485 | 知识图 | 查询和推理知识图 |
| 486 | 分布式计算 | Apache Hadoop |
| 487 | 分布式计算 | Apache Spark |
| 488 | 分布式计算 | 分布深度学习 |
| 489 | 分布式计算 | 分布式数据处理 |
| 490 | 分布式计算 | 分布式文件系统 |
| 491 | 对抗防御 | 对抗训练 |
| 492 | 对抗防御 | 防御性蒸馏 |
| 493 | 对抗防御 | 随机平滑 |
| 494 | 对抗防御 | 特征挤压 |
| 495 | 对抗防御 | 合奏对手训练 |
| 496 | 自然语言理解 | 实体识别 |
| 497 | 自然语言理解 | 依赖解析 |
| 498 | 自然语言理解 | 命名实体识别(NER) |
| 499 | 自然语言理解 | 情感分析 |
| 500 | 自然语言理解 | 核心分辨率 |
Pyverse是根据MIT许可发布的。