معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Package for validating your machine learning model and data

ویژگی	مقدار
سیستم عامل	-
نام فایل	deepchecks-0.9.2
نام	deepchecks
نسخه کتابخانه	0.9.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	deepchecks
ایمیل نویسنده	info@deepchecks.com
آدرس صفحه اصلی	https://github.com/deepchecks/deepchecks
آدرس اینترنتی	https://pypi.org/project/deepchecks/
مجوز	-

|build| |pkgVersion| |pyVersions| |Maintainability| |Coverage Status| .. image:: https://raw.githubusercontent.com/deepchecks/deepchecks/main/docs/source/_static/images/general/deepchecks-logo-with-white-wide-back.png :target: https://github.com/deepchecks/deepchecks Deepchecks is a Python package for comprehensively validating your machine learning models and data with minimal effort. This includes checks related to various types of issues, such as model performance, data integrity, distribution mismatches, and more. What Do You Need in Order to Start Validating? ---------------------------------------------- Depending on your phase and what you wise to validate, you'll need a subset of the following: - Raw data (before pre-processing such as OHE, string processing, etc.), with optional labels - The model's training data with labels - Test data (which the model isn't exposed to) with labels - A model compatible with scikit-learn API that you wish to validate (e.g. RandomForest, XGBoost) Deepchecks validation accompanies you from the initial phase when you have only raw data, through the data splits, and to the final stage of having a trained model that you wish to evaluate. Accordingly, each phase requires different assets for the validation. See more about typical usage scenarios and the built-in suites in the `docs <https://docs.deepchecks.com/?utm_source=pypi.org&utm_medium=referral&utm_campaign=readme>`__. Installation ------------ Using pip ~~~~~~~~~ .. code:: bash pip install deepchecks #--upgrade --user Using conda ~~~~~~~~~~~ .. code:: bash conda install -c deepchecks deepchecks .. |build| image:: https://github.com/deepchecks/deepchecks/actions/workflows/build.yml/badge.svg .. |pkgVersion| image:: https://img.shields.io/pypi/v/deepchecks .. |pyVersions| image:: https://img.shields.io/pypi/pyversions/deepchecks .. |Maintainability| image:: https://api.codeclimate.com/v1/badges/970b11794144139975fa/maintainability :target: https://codeclimate.com/github/deepchecks/deepchecks/maintainability .. |Coverage Status| image:: https://coveralls.io/repos/github/deepchecks/deepchecks/badge.svg?branch=main :target: https://coveralls.io/github/deepchecks/deepchecks?branch=main

نیازمندی

مقدار	نام
>=1.1.5	pandas
>=1.19	numpy
>=0.23.2	scikit-learn
>=2	jsonpickle
>=0.3.3	PyNomaly
>=4.0.0	typing-extensions
>=4.62.3	tqdm
>=2.3.0	category-encoders
>=1.4.1	scipy
>=5.13.1	plotly
>=3.3.4	matplotlib
<24.0.0	pyzmq
>=4.11.1	beautifulsoup4
>=0.11.0	statsmodels
>=0.6	dataclasses
<8,>=5.5.0	ipython
>=4.10.1	ipykernel
<8,>=7.5.0	ipywidgets
>=1.4	importlib-metadata
>=1.3	importlib-resources
>=0.13.5	statsmodels
<8,>=7.15.0	ipython
>=5.3.0	ipykernel
<8,>=7.6.5	ipywidgets
>=1.0.0	seqeval
>=3.4.0	nltk
<=3.6.7	nltk
-	datasets
-	langdetect
-	textblob
-	transformers
-	optimum
-	onnx
-	onnxruntime
>=0.4.8	pytorch-ignite
>=4.5.5.62	opencv-python
>=1.1.0	albumentations
>=0.4.0	imgaug
>=2.22.0	requests
>=0.1.0	seaborn
>=4.0.0	imagehash
>=4.0.0	lxml

نحوه نصب

نصب پکیج whl deepchecks-0.9.2:

pip install deepchecks-0.9.2.whl

نصب پکیج tar.gz deepchecks-0.9.2:

pip install deepchecks-0.9.2.tar.gz