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

Quick start ml experimentation pipelines

ویژگی	مقدار
سیستم عامل	-
نام فایل	faber-ml-0.0.6
نام	faber-ml
نسخه کتابخانه	0.0.6
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Bradley Nobbs
ایمیل نویسنده	bradleynobbs@gmail.com
آدرس صفحه اصلی	-
آدرس اینترنتی	https://pypi.org/project/faber-ml/
مجوز	-

[![Pylint](https://github.com/pinata-brad/faber/actions/workflows/pylint.yml/badge.svg?branch=main&event=push)](https://github.com/pinata-brad/faber/actions/workflows/pylint.yml) # faber ### what is faber? faber is a lightweight pipelining tool for machine learning and data projects ### why though? so our pipelines look clean - like the below ```python from faber import node from data_science.nodes.quick_ml import * ml_pipe = [ node( prepare_ml, ['df_processed', 'ml_params'], ['df_master_train', 'df_master_test'], ), node( train_models, ['df_master_train', 'ml_params'], ['ml'], ), node( get_best_params, ['ml'], ['best_params'] ), ] ``` and our data is connected externally and defined in a yaml file; meaning if a data location changes only one place is changed . wildcards are also supported with {{}} ```yaml df_raw: filepath: data/00_raw/df_raw.csv read_func: read_csv_pandas df_processed: filepath: data/01_master/df_processed_{{run_number}}.csv read_func: read_csv_pandas write_func: write_csv_pandas output_profile: filepath: data/02_insight/output_profile.csv read_func: read_csv_pandas write_func: write_csv_pandas ml: filepath: data/models/ml_object.pickle read_func: read_pickle write_func: write_pickle ``` ### install using ```shell script git clone https://github.com/pinata-brad/faber.git cd faber python3 setup.py sdist bdist_wheel && pip install dist/faber-0.0.3.tar.gz ```

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl faber-ml-0.0.6:

pip install faber-ml-0.0.6.whl

نصب پکیج tar.gz faber-ml-0.0.6:

pip install faber-ml-0.0.6.tar.gz