Código abierto. Nuevas posibilidades.

Darts es una biblioteca de Python para pronóstico de series temporales y detección de anomalías, que combina modelos estadísticos y neuronales, pronósticos probabilísticos, covariables, backtesting, reconciliación y puntuación basada en PyOD.

Proyecto de código abierto para predecir peleas de UFC: calificaciones Elo, un conjunto de gradient boosting y una red neuronal multitarea combinados en un único puntuador calibrado, evaluado mediante validación walk-forward de ventana en expansión de 2018 a 2026, con un explorador de enfrentamientos en Streamlit y una canalización de datos que se actualiza automáticamente cada semana.

Un repositorio educativo que enseña aprendizaje automático supervisado desde los principios básicos utilizando Python, cubriendo fundamentos matemáticos e implementaciones prácticas.

Made With ML es un curso y código abierto que enseña cómo diseñar, desarrollar, desplegar e iterar en aplicaciones de aprendizaje automático de grado productivo, cubriendo MLOps, pruebas, servicio, CI/CD y aprendizaje continuo.

Currículo gratuito de ciencia de datos de Microsoft para principiantes, con 20 lecciones, proyectos prácticos, cuestionarios y traducciones en más de 50 idiomas.

FiftyOne es una herramienta de código abierto para crear conjuntos de datos de alta calidad y modelos de visión por computadora. Permite a los usuarios visualizar, etiquetar, evaluar y curar datos de inteligencia artificial visual.

Keras 3 es un marco de aprendizaje profundo multi-backend que permite a los usuarios construir y entrenar modelos utilizando JAX, TensorFlow, PyTorch u OpenVINO.

Gradio es una biblioteca de Python de código abierto para crear y compartir rápidamente aplicaciones web para modelos de machine learning, APIs o cualquier función de Python sin requerir experiencia en desarrollo web.

XGo es un lenguaje de programación que se lee como inglés sencillo, integrando C/C++, Go, Python y JavaScript/TypeScript. Simplifica la sintaxis de Go, admite archivos de clase para amigabilidad de dominio específico e incluye marcos para web, juegos y DevOps.

tsfresh es un paquete de Python para la extracción y selección automática de características de series temporales, combinando estadística, procesamiento de señales y pruebas de hipótesis.

DVC es una herramienta de línea de comandos y una extensión de VS Code para versionar datos y modelos de ML, crear pipelines reproducibles y rastrear experimentos localmente con Git.

Una colección de ejemplos de código y tutoriales de aprendizaje automático y aprendizaje profundo que acompañan a cursos en línea. Abarca desde regresión lineal hasta aprendizaje por refuerzo, PLN, visión por computadora e IA generativa.

Currículo gratuito de Microsoft de 12 semanas y 26 lecciones para aprender machine learning clásico con Scikit-learn. Incluye cuestionarios, proyectos prácticos, tareas, lecciones en Python y R, y traducciones a varios idiomas.

Un proyecto educativo de machine learning que clasifica transacciones de pagos en línea como legítimas o fraudulentas utilizando Logistic Regression, Decision Tree y Random Forest con Python y scikit-learn.

CatBoost es una biblioteca de gradient boosting de código abierto de Yandex para clasificación, regresión y ranking. Ofrece soporte nativo para características categóricas, entrenamiento en CPU/GPU, entrenamiento distribuido mediante Apache Spark y APIs para Python, R, Java y C++.

PyCaret 4.0 es una plataforma AutoML de código abierto y autoalojada para Python: un motor basado en sklearn, un plano de control FastAPI y una interfaz React, ejecutable localmente con un solo comando docker compose.

Una biblioteca de Python para enriquecer DataFrames de pandas mediante la adición de nuevas columnas generadas por modelos de IA basados en instrucciones en lenguaje natural.

深入系列是一个包含统计、机器学习、经济学和计算机工程领域的技术笔记、计算实验和文章汇编。该收藏品强调了清晰、实用的复杂主题解释，旨在让读者对复杂的学科更加简单和可达目标。涵盖的主题包括抽样、概率分析、因果推断、深度学习架构、MLOps流水图、状态空间模型和Python内部。内容涵盖多个领域，同时强调实用性和清晰。通过与 GitHub Pages网站相关的交互式项目集，所有材料为教育和个人研究用途共享。