Über die Jahre haben wir Software für Datenanalyse, maschinelles Lernen und numerische Optimierung geschrieben, die wir Ihnen zur freien Verfügung stellen. Hier finden Sie die Links zu den entsprechenden Webseiten auf sourceforge:
Ein Python -Visualisierungs-Modul für Gain- und Lift-Charts.
Die Charts werden durch eine Zeile Code erzeugt:
https://www.sourceforge.net/projects/gains-chart
Ein ähnliches Python-Visualisierungs-Modul für lineare und logistische Regression:
https://www.sourceforge.net/projects/regression-plot
Ein Python-Modul um allgemeine Tabellen (mit nicht-numerischen Spalten) in rein numerische Tabellen
umzuwandeln. Dies wird oft für das Preprocessing von Daten bei Anwendungen des maschinellen Lernens
benötigt:
https://www.sourceforge.net/projects/numeric-dataframe-converter
Ein Fortran-95 Modul um effizient die L1-Norm- (robuste) lineare Regressions-Koeffizienten
zu berechnen.
https://www.sourceforge.net/projects/l1-norm-robust-regression
Eine Fortran-95 Bücherei für genetische Algorithmen:
https://www.sourceforge.net/projects/ga-tools
Fortran-95 Wrappers für Michael Powells Routinen für globale Optimierung, die keine Ableitungen benötigen:
https://www.sourceforge.net/projects/newuoa-fortran95
https://www.sourceforge.net/projects/bobyqa-fortran95
https://www.sourceforge.net/projects/lincoa-fortran95