Startseite Projekte modAL
modAL
Python

modAL

Ein modulares aktives Lernframework für Python

von modAL-python · GitHub
Sterne
Forks
Lizenz
Erstellt
Letzter Commit
Sprache
active-learningactive-learning-modulebayesian-optimizationMITPython
Auf GitHub ansehen
In einfachen Worten

Erstellen Sie benutzerdefinierte aktive Lern-Workflows für Projekte im Bereich maschinelles Lernen mit minimalem Programmieraufwand.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
modAL — GitHub preview card
📈 Sternhistorie
2 3572 356
2026-07-072026-08-31
📈 modAL verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Ein modulares aktives Lernframework für Python

modAL hat 2.4k Sterne auf GitHub. Es wurde 324-mal geforkt. modAL ist hauptsächlich in Python geschrieben. Es wird seit 2017 aktiv entwickelt. modAL ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: active-learning, active-learning-module, bayesian-optimization, machine-learning.

Frequently asked questions

Was ist modAL?

Ein modulares aktives Lernframework für Python

Ist modAL Open Source?

modAL ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist modAL kostenlos?

Ja. modAL ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht modAL?

modAL ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist modAL geschrieben?

modAL ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — modAL

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=modal-python-modal)](https://olud.ai/project/modal-python-modal.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.