materialyzeai/maml

Python for Materials Machine Learning, Materials Descriptors, Machine Learning Force Fields, Deep Learning, etc.

재료 과학 머신러닝을 위한 고수준 인터페이스를 제공하는 Python 패키지입니다. 재료 데이터를 물성 예측 및 에너지 표면 모델링을 위한 특징으로 변환할 수 있습니다.

관련

  • 프로젝트
    materialyzeai/matgl

    재료 과학을 위한 그래프 딥러닝 라이브러리로, 다양한 GNN 아키텍처를 제공하여 재료 성질을 예측하고 포텐셜 에너지 표면을 시뮬레이션합니다.

  • 프로젝트
    skforecast/skforecast

    scikit-learn 호환 모델, 통계적 방법, 기반 모델을 통합한 일관된 API를 제공하는 시계열 예측용 Python 라이브러리입니다.

  • 프로젝트
    Nixtla/mlforecast

    수백만 개의 시계열을 처리할 수 있는 확장 가능한 프레임워크로, scikit-learn 호환 기계학습 모델을 시계열 예측에 사용할 수 있습니다.

  • 프로젝트
    feature-engine/feature_engine

    기계학습 모델 성능을 향상시키기 위해 포괄적인 특징 공학 및 선택을 제공하는 Scikit-learn 호환 트랜스포머를 제공하는 Python 라이브러리.

  • 프로젝트
    jpmml/sklearn2pmml

    Scikit-Learn 파이프라인을 PMML 형식으로 변환하여 모델의 이식성과 다양한 환경에서의 배포를 향상시키는 Python 패키지입니다.