23 रिपॉजिटरी
Awesome GitHub RepositoriesText Feature Extraction
Tools for transforming unstructured text into structured numerical features for quantitative analysis.
Distinct from Feature Extraction: Existing candidates focus on audio, visual, or geometric extraction; this specifically targets text.
Explore 23 awesome GitHub repositories matching artificial intelligence & ml · Text Feature Extraction. Refine with filters or upvote what's useful.
Awesome Text Feature Extraction GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- microsoftdocs/azure-docs
MicrosoftDocs/azure-docs
10,894GitHub पर देखेंAzure Docs is the official technical documentation repository for Microsoft Azure, the cloud computing platform. It provides comprehensive guidance on the full spectrum of Azure services, covering everything from core infrastructure components like virtual machines, Kubernetes clusters, and serverless computing to platform services for AI, machine learning, data analytics, and storage. The documentation details how to provision, manage, and govern cloud resources at scale, including policy enforcement, identity management, and cost optimization. The documentation distinguishes Azure through i
Documents Azure's Text Analytics service for evaluating sentiment and topics in text.
Markdownskilling - jack-cherish/machine-learning
Jack-Cherish/Machine-Learning
10,333GitHub पर देखेंThis project is a collection of supervised and unsupervised machine learning algorithms implemented from scratch using Python. It serves as an educational resource for studying model training, parameter optimization, and the implementation of core predictive models. The library provides a variety of supervised learning tools, including linear and logistic regression, decision trees, and support vector machines. It also features unsupervised learning capabilities for discovering patterns in unlabeled datasets through clustering algorithms. Broad capability areas include ensemble learning thro
Transforms unstructured text into structured numerical features based on word frequency ranking.
Pythonadaboostadaboost-algorithmdecision-tree - vowpalwabbit/vowpal_wabbit
VowpalWabbit/vowpal_wabbit
8,683GitHub पर देखेंVowpal Wabbit is an open-source machine learning system designed for online learning, where models update incrementally from streaming data without requiring full retraining. It provides a reduction-based learning framework that composes complex tasks from simpler algorithms, and includes a feature hashing trick that maps unbounded feature names into a fixed-size vector space to keep memory usage constant regardless of dataset size. The system supports distributed training across a cluster using an allreduce protocol for synchronized updates, and offers an active learning query strategy that s
Parses free-form text into bag-of-words feature representations for model training.
C++active-learningc-plus-pluscontextual-bandits - featuretools/featuretools
featuretools/featuretools
7,655GitHub पर देखेंFeaturetools is a Python data science library and automated feature engineering framework designed to create predictive features from multiple related datasets. It automates the data preparation and transformation steps required for machine learning models through deep feature synthesis. The library enables the automatic generation of comprehensive feature tables by applying recursive transformations to relational data. It supports the transformation of unstructured text into structured numeric features and allows users to define custom primitives to extend the synthesis process with specific
Transforms unstructured text into structured features using specialized primitives for quantitative analysis.
Python - microsoft/nlp-recipes
microsoft/nlp-recipes
6,436GitHub पर देखेंnlp-recipes is a collection of implementation guides and reference templates for applying natural language processing techniques to real-world tasks. It provides standardized workflows and code examples for developing NLP pipelines, from dataset preparation and model training to performance evaluation. The project focuses on the practical application of transformer-based models, offering patterns for fine-tuning pretrained architectures for tasks such as text classification, named entity recognition, and question answering. It also includes a toolkit for model interpretability, allowing users
Implements techniques for identifying emotional tone and key themes in unstructured text.
Python - nfmcclure/tensorflow_cookbook
nfmcclure/tensorflow_cookbook
6,239GitHub पर देखेंThe TensorFlow Cookbook is a collection of code examples and recipes for building, training, and deploying machine learning models using TensorFlow. It covers the full model lifecycle, from constructing neural networks and training them with configurable parameters to packaging trained models for production deployment with unit tests and multi-device support. The project also integrates TensorBoard for logging and visualizing computational graphs, scalar summaries, and histograms during training. The cookbook demonstrates a wide range of machine learning techniques, including convolutional ne
Transforms text into numerical vectors using bag-of-words, TF-IDF, and Word2Vec embeddings.
Jupyter Notebookclassificationcnngenetic-algorithm - apachecn/sklearn-doc-zh
apachecn/sklearn-doc-zh
5,231GitHub पर देखेंयह प्रोजेक्ट चीनी भाषी लोगों के लिए scikit-learn मशीन लर्निंग लाइब्रेरी गाइड और API संदर्भों का एक अनुवादित संस्करण प्रदान करता है। यह Python-आधारित टूलकिट का उपयोग करके प्रेडिक्टिव डेटा विश्लेषण और सांख्यिकीय मॉडलिंग को लागू करने के लिए एक स्थानीयकृत ज्ञान आधार और तकनीकी संदर्भ के रूप में कार्य करता है। यह संसाधन सुपरवाइज्ड लर्निंग (वर्गीकरण और रिग्रेशन कार्यों सहित) और पैटर्न खोज और विसंगति पहचान के लिए अनसुपरवाइज्ड लर्निंग वर्कफ़्लो के कार्यान्वयन को कवर करता है। यह डेटा साइंस शिक्षा पर मार्गदर्शन भी प्रदान करता है, विशेष रूप से मशीन लर्निंग के लिए scikit-learn के उपयोग पर ध्यान केंद्रित करता है। दस्तावेज़ीकरण में डेटा प्रीप्रोसेसिंग, डाइमेंशनलिटी रिडक्शन और फ़ीचर चयन पर विस्तृत निर्देश शामिल हैं। यह प्रदर्शन मेट्रिक्स, हाइपरपैरामीटर ऑप्टिमाइज़ेशन और सामान्यीकरण सत्यापन के माध्यम से मॉडल मूल्यांकन और ट्यूनिंग का विवरण देता है, साथ ही प्रेडिक्शन पाइपलाइन और नेचुरल लैंग्वेज प्रोसेसिंग उपयोगिताओं का उपयोग भी करता है।
Offers instructions on transforming unstructured text into numerical features using techniques like hashing and sparse matrices.
CSSdocumentationmachine-learningpython - azure/mmlspark
Azure/mmlspark
5,228GitHub पर देखेंMmlspark Apache Spark क्लस्टर में मशीन लर्निंग मॉडल, डेटा परिवर्तन और AI सेवा एकीकरण को निष्पादित करने के लिए एक वितरित फ्रेमवर्क है। यह एक वितरित मशीन लर्निंग लाइब्रेरी और पाइपलाइन ऑर्केस्ट्रेटर के रूप में कार्य करता है, जो उपयोगकर्ताओं को बड़े पैमाने पर बैच और स्ट्रीमिंग वर्कफ़्लो में पूर्व-प्रशिक्षित संज्ञानात्मक सेवाओं और कस्टम मॉडल को एकीकृत करने की अनुमति देता है। यह प्रोजेक्ट टेक्स्ट और विज़न विश्लेषण के लिए बिग डेटा पाइपलाइनों में बाहरी AI सेवाओं और वेब API को सीधे शामिल करने की अपनी क्षमता से प्रतिष्ठित है। यह एक स्केलेबल मॉडल प्रशिक्षण फ्रेमवर्क प्रदान करता है जो ग्रेडिएंट बूस्टिंग और वर्गीकरण कार्यों को लचीले ढंग से रिसाइज़ करने योग्य कंप्यूट क्लस्टर में समन्वयित करता है, वितरित मॉडल अनुमान के लिए हार्डवेयर त्वरण का उपयोग करता है। टूलसेट छवि, भाषण और टेक्स्ट के लिए मल्टीमॉडल सामग्री विश्लेषण, साथ ही टाइम-सीरीज़ और मल्टीवेरिएट डेटा के लिए उन्नत विसंगति पहचान सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। इसमें डेटा फ़ीचराइजेशन, ONNX मॉडल का निष्पादन, और योगात्मक योगदान मूल्यों का उपयोग करके मॉडल निष्पक्षता ऑडिटिंग और भविष्यवाणी व्याख्या के लिए जिम्मेदार AI उपकरण शामिल हैं। फ्रेमवर्क विभिन्न डेटाबेस और क्लाउड स्टोरेज सिस्टम में पढ़ने और लिखने के लिए एक एकीकृत डेटा एक्सेस इंटरफ़ेस भी प्रदान करता है।
Detects languages, extracts key phrases, and calculates sentiment scores from unstructured text.
Scala - rapidsai/cuml
rapidsai/cuml
5,209GitHub पर देखेंcuml, एक GPU-एक्सेलेरेटेड मशीन लर्निंग लाइब्रेरी और फ्रेमवर्क है जो टैबुलर डेटा प्रीप्रोसेसिंग और मॉडल निष्पादन को गति देने के लिए CUDA का उपयोग करता है। यह NVIDIA GPUs और GPU क्लस्टर्स पर क्लासिफिकेशन, रिग्रेशन और क्लस्टरिंग मॉडल्स को प्रशिक्षित और डिप्लॉय करने के लिए टूल्स का एक सूट प्रदान करता है। लाइब्रेरी को स्केलेबिलिटी के लिए डिज़ाइन किया गया है, जो एक डिस्ट्रिब्यूटेड GPU मशीन लर्निंग वातावरण प्रदान करती है जो सिंगल-डिवाइस मेमोरी से अधिक डेटासेट्स को संभालने के लिए हार्डवेयर एक्सेलेरेटर्स और नोड्स में गणना और डेटा फैला सकती है। यह मानक एस्टिमेटर इंटरफ़ेस को मिरर करती है ताकि मौजूदा वर्कफ़्लो के भीतर CPU-आधारित मॉडल्स को GPU-एक्सेलेरेटेड वर्शन्स के साथ बदला जा सके। प्रोजेक्ट मशीन लर्निंग क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है, जिसमें सुपरवाइज्ड लर्निंग, अनसुपरवाइज्ड क्लस्टरिंग, नियरेस्ट नेबर सर्च और हाई-डायमेंशनल डाइमेंशनलिटी रिडक्शन शामिल है।
Converts raw text documents into numeric matrices using token counts, hashing, and weighted frequency calculations.
Python - blader/humanizer
blader/humanizer
5,012GitHub पर देखेंHumanizer is a text processing system designed to remove machine-generated patterns from writing to make it sound more natural and conversational. It functions as an auditor and rewriter that identifies robotic signatures, formulaic tropes, and mechanical formatting in machine output. The project features a style-matching system that analyzes provided writing samples to replicate a user's specific sentence rhythms, vocabulary, and punctuation habits. This allows the tool to mirror a personal voice and apply a calibrated tone to the rewritten text. The system covers a broad range of linguisti
Analyzes sentence rhythm, vocabulary, and punctuation from user samples to create a quantitative profile for text replication.
- nyandwi/machine_learning_complete
Nyandwi/machine_learning_complete
4,983GitHub पर देखेंThis is an interactive notebook-based course that teaches machine learning from Python fundamentals through deep learning and natural language processing. It uses real datasets and multiple frameworks within a structured, hands-on curriculum that combines concise explanations with executable code cells, built-in datasets, and embedded exercise checkpoints. Learning progresses through data preparation and exploration, classical machine learning workflows, computer vision with convolutional neural networks, and natural language processing with deep learning, all delivered as a cohesive progressi
Uses convolutional layers to identify hierarchical patterns in text for category prediction.
Jupyter Notebookcomputer-visiondata-analysisdata-science - spandan-madan/deeplearningproject
Spandan-Madan/DeepLearningProject
4,785GitHub पर देखेंThis project is a multi-label classification pipeline designed for genre prediction. It implements a machine learning workflow that assigns multiple category labels to a single item by processing both textual and visual input data. The system utilizes multimodal feature extraction to transform images and text descriptions into semantic vectors. This process includes using pre-trained networks for visual feature extraction and semantic word averaging for text analysis, allowing the model to integrate different data types into a unified input. The pipeline covers the full machine learning life
Transforms raw images and text into high-dimensional vectors using pre-trained network layers.
HTMLdeep-learningmachine-learningneural-networks - accord-net/framework
accord-net/framework
4,540GitHub पर देखेंThis project is a scientific computing framework for the .NET ecosystem, providing a comprehensive suite of libraries for numerical analysis, statistics, and mathematical optimization. It serves as a foundational toolkit for developing applications in machine learning, digital signal processing, and computer vision. The framework provides specialized toolkits for training and deploying predictive models, including neural networks, support vector machines, and decision trees. It further distinguishes itself with deep integrations for real-time visual analysis, such as object tracking and facia
Converts raw textual data into numerical bag-of-words feature representations for machine learning.
C# - morvanzhou/tensorflow-tutorial
MorvanZhou/Tensorflow-Tutorial
4,334GitHub पर देखेंयह प्रोजेक्ट TensorFlow का उपयोग करके न्यूरल नेटवर्क विकास के लिए शैक्षिक संसाधनों और संदर्भ कार्यान्वयन का एक संग्रह है। यह डीप लर्निंग आर्किटेक्चर बनाने के लिए एक व्यापक शिक्षण पाठ्यक्रम, मशीन लर्निंग पाठ्यक्रम और व्यावहारिक कार्यान्वयन गाइड के रूप में कार्य करता है। कोडबेस मॉडल प्रकारों की एक विस्तृत श्रृंखला को कवर करने वाली निर्देशात्मक सामग्री और उदाहरण प्रदान करता है, जिसमें इमेज क्लासिफिकेशन के लिए कन्वेन्शनल न्यूरल नेटवर्क, अनुक्रमिक डेटा के लिए रिकरेंट नेटवर्क और लॉन्ग शॉर्ट-टर्म मेमोरी सेल्स, और जेनरेटिव मॉडलिंग के लिए ऑटोएनकोडर शामिल हैं। इसमें डीप रीइन्फोर्समेंट लर्निंग एजेंटों के लिए कार्यान्वयन और नए कार्यों के लिए प्री-ट्रेंड मॉडल को अनुकूलित करने के लिए ट्रांसफर लर्निंग तकनीकें भी शामिल हैं। यह प्रोजेक्ट डेटा प्रीप्रोसेसिंग, कंप्यूटेशनल ग्राफ परिभाषा और वेट ऑप्टिमाइज़ेशन सहित पूर्ण विकास लाइफसाइकिल को कवर करता है। यह मॉडल मूल्यांकन और प्रशिक्षण अनुकूलन के लिए उपयोगिताएं प्रदान करता है, जैसे कि ड्रॉपआउट और रेगुलराइजेशन, साथ ही नेटवर्क आर्किटेक्चर को विज़ुअलाइज़ करने और प्रशिक्षण मेट्रिक्स की निगरानी करने के लिए टूल प्रदान करता है।
Extracts high-dimensional feature vectors from raw data using layers from pre-trained neural networks.
Pythonautoencoderclassificationcnn - gaussic/text-classification-cnn-rnn
gaussic/text-classification-cnn-rnn
4,301GitHub पर देखेंThis project is a TensorFlow-based supervised text categorizer designed for Chinese natural language processing. It utilizes a hybrid neural network architecture that combines convolutional and recurrent layers to map raw Chinese text to predefined categories. The system integrates convolutional neural networks for local feature extraction and recurrent neural networks for analyzing sequential dependencies. It employs character-level tokenization and word embeddings to represent text as numerical tensors. The implementation covers the end-to-end machine learning pipeline, including text prep
Extracts hierarchical spatial patterns and local features from text using CNNs.
Pythonchineseclassificationcnn - snipsco/snips-nlu
snipsco/snips-nlu
3,972GitHub पर देखेंsnips-nlu एक पायथन लाइब्रेरी और नेचुरल लैंग्वेज अंडरस्टैंडिंग इंजन है जिसे असंरचित टेक्स्ट को स्ट्रक्चर्ड डेटा में बदलने के लिए डिज़ाइन किया गया है। यह उपयोगकर्ता के इरादों (intents) की पहचान करता है और मशीन-पठनीय कमांड प्रोसेसिंग को सक्षम करने के लिए नेचुरल लैंग्वेज वाक्यों से संबंधित संस्थाओं (entities) को निकालता है। इंजन एक बहुभाषी पार्सर के रूप में कार्य करता है जो कई भाषाओं में टेक्स्ट को प्रोसेस करने में सक्षम है। यह डेटा सुसंगतता सुनिश्चित करने के लिए पहचानी गई संस्थाओं को कैनोनिकल मानों या मानकीकृत ISO फ़ॉर्मेट, जैसे टाइमस्टैम्प, में मैप करता है। प्रोजेक्ट उपयोगकर्ता के लक्ष्यों और विशिष्ट डेटा स्लॉट की पहचान करने के लिए सीक्वेंस लेबलिंग और टोकनाइज़ेशन का उपयोग करके इंटेंट क्लासिफिकेशन और नेम्ड एंटिटी रिकग्निशन को कवर करती है।
Transforms raw text into numerical feature vectors using linguistic patterns and character-level n-grams.
Python - mseitzer/pytorch-fid
mseitzer/pytorch-fid
3,849GitHub पर देखेंpytorch-fid is a PyTorch-based evaluator and image distribution analysis library used to calculate the Fréchet Inception Distance. It functions as a benchmarking tool that maps image pixels to high-dimensional feature vectors using a pre-trained convolutional neural network to measure the mathematical divergence between real and synthetic datasets. The library quantifies the quality and diversity of generative models by representing image feature sets as mean and covariance matrices. It allows for the extraction of latent representations from specific neural network layers, with configurable
Provides the ability to use specific layers from pre-trained neural networks to extract high-dimensional feature vectors.
Pythondeep-learningfidfid-score - trickygo/dive-into-dl-tensorflow2.0
TrickyGo/Dive-into-DL-TensorFlow2.0
3,826GitHub पर देखेंThis project is a structured TensorFlow deep learning curriculum and an interactive machine learning course delivered through Jupyter Notebooks. It serves as a technical guide and model zoo providing reference implementations for neural networks and machine learning algorithms. The curriculum focuses on practical implementations of computer vision, including object detection, semantic segmentation, and style transfer. It also provides tutorials for natural language processing, specifically covering word embeddings and encoder-decoder architectures for sequence modeling. The material covers t
Uses layers from pre-trained networks to extract high-dimensional feature vectors from raw images.
Jupyter Notebookbookchinese-simplifiedcv - kananinirav/aws-certified-cloud-practitioner-notes
kananinirav/AWS-Certified-Cloud-Practitioner-Notes
3,829GitHub पर देखेंThis project is a collection of structured study notes and conceptual breakdowns designed for the AWS Certified Cloud Practitioner exam. It serves as a technical reference and study guide, organizing cloud service details and architectural principles to assist in certification preparation. The knowledge base is built using markdown files and includes curated cheat sheets and interactive mind-map visualizations. These tools map complex certification topics into visual hierarchies to enable drill-down study paths and rapid revision. The materials cover a wide range of cloud capabilities, inclu
Provides study notes on utilizing natural language processing to identify sentiment and topics within unstructured text.
HTMLamazon-web-servicesawsaws-certified-cloud-practitioner - 0xemmkty/quantmuse
0xemmkty/QuantMuse
2,592GitHub पर देखेंQuantMuse is an algorithmic trading platform and quantitative trading framework that integrates large language models with mathematical analysis to automate market insights and trading strategies. It functions as a system for building, backtesting, and executing strategies using both historical and real-time market data. The framework is distinguished by its use of large language models for financial analysis and sentiment extraction from news and social media. It utilizes autonomous agents with chain-of-thought reasoning to generate market intelligence and strategic reports, while employing
Extracts quantitative mood scores and key themes from unstructured financial text using NLP.
Pythonmachine-learningpythonquantitative-trading
