applied-ml
📚 Papers & Tech-Blogs von Unternehmen, die ihre Arbeiten zu Datenwissenschaft & maschinellem Lernen in der Produktion teilen.
Aus der README
- How the problem is framed 🔎(e.g., personalization as recsys vs. search vs. sequences)
- What machine learning techniques worked ✅ (and sometimes, what didn't ❌)
- Why it works, the science behind it with research, literature, and references 📂
- What real-world results were achieved (so you can better assess ROI ⏰💰📈)
Auszüge aus der Projekt-README zu GitHub. Das Urheberrecht und die Lizenzen verbleiben bei den jeweiligen Autoren.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbar📚 Papers & Tech-Blogs von Unternehmen, die ihre Arbeiten zu Datenwissenschaft & maschinellem Lernen in der Produktion teilen.
applied-ml hat 29.9k Sterne auf GitHub. Es wurde 4k-mal geforkt. Es wird seit 2020 aktiv entwickelt. applied-ml ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: applied-data-science, applied-machine-learning, computer-vision, data-discovery.
Read the full guideWas ist applied-ml?
📚 Papers & Tech-Blogs von Unternehmen, die ihre Arbeiten zu Datenwissenschaft & maschinellem Lernen in der Produktion teilen.
Ist applied-ml Open Source?
applied-ml ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ist applied-ml kostenlos?
Ja. applied-ml ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht applied-ml?
applied-ml ist unter der MIT-Lizenz verfügbar.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/eugeneyan-applied-ml.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.