★ 2 · 更新于 2026-10-01
使用 scikit-learn 进行监督与无监督学习、数据预处理、模型评估、超参数调优和可复现的机器学习流程构建。
浏览产出该输出的技能列表。
★ 2 · 更新于 2026-10-01
使用 scikit-learn 进行监督与无监督学习、数据预处理、模型评估、超参数调优和可复现的机器学习流程构建。
★ 15 · 更新于 2026-09-30
构建、训练、优化并部署用于检测、分割、分类、视频分析及相关视觉任务的计算机视觉系统。
★ 43 · 更新于 2026-09-30
使用 scikit-survival 分析删失时间到事件数据，训练生存模型，评估预测结果，并处理竞争风险与非参数估计。
★ 0 · 更新于 2026-09-29
使用 UMAP 进行非线性降维、可视化、有监督嵌入、新数据转换和聚类预处理。
★ 3 · 更新于 2026-09-29
使用 DeepSpeed 或 HuggingFace 训练和优化稀疏混合专家模型，涵盖路由、负载均衡、专家并行和推理优化。
★ 0 · 更新于 2026-09-28
训练、评估、导出、量化 TAO Deformable DETR 二维目标检测模型并运行推理。
★ 3,463 · 更新于 2026-09-28
训练、评估、蒸馏、量化、导出并推理基于 PyTorch 的 TAO 图像分类模型。
★ 1 · 更新于 2026-09-28
使用内置样例数据集对运行中的 AMC 微服务执行端到端校准并报告评估指标。
★ 3 · 更新于 2026-09-13
评估视觉语言模型在专家级、基于生态学的查询上的文本到图像检索能力。
★ 22 · 更新于 2026-09-09
使用语义搜索和符号索引检索代码库，以查找特定代码、理解项目结构或验证架构模式。
★ 650 · 更新于 2026-05-09
使用交叉验证、超参数调优和管道训练 scikit-learn 机器学习模型