There are no reviews yet. Be the first to send feedback to the community and the maintainers!
itea-python
Package for Interaction-Transformation Evolutionary Algorithm implementation (ITEA) in python for Classification and Regression, together with an model-specific explainer.AInet-based-Symbolic-Regression
Haskell implementation of a symbolic regression algorithm. The regression search is done by means of the IT data structure, and the general structure of the algorithm is based on the AInet algorithm (artificial imunne network).iirsBenchmark
Repository presented in the paper "Interpretability in Symbolic Regression: a benchmark of Explanatory Methods using the Feynman data set"gAldeia
Personal matters repositorySort-tester
Projeto de AED que compara os tempos de execução de alguns algoritmos de ordenação.UFABC-ML-2018
Exercícios desenvolvidos durante a disciplina de Aprendizagem de Máquina na UFABChashing-symbolic-expressions
Simplifying symbolic regression expressions through memoization and locality-sensitive hashingFunction-plotting
Página simples em HTML para plotar funções de duas variáveis (superfícies).presentations
Repositório para organizar minhas apresentações e disponibilizá-las.laboratory-assistant
Lightweight Symbolic Regression using the Interaction-Transformation representation, implemented in JavaScript to run on websites (executed on client-side).aprendizado-maquina-tutoriais
Conjunto de bases de dados e notebooks didáticosqt-function-plot
lasso-regression-study
Projeto final desenvolvido para a disciplina Fundamentos de Matemática para Computação, ministrada pelo Prof. Dr. Saul Leite na Universidade Federal do ABC durante o primeiro quadrimestre de 2020.sensitivity-analysis-ITSR
Repository with source code used to perform a sensitivity analysis of the symbolic regression evolutionary algorithm based on the Interaction-Transformation representation.brain-tissue-segmentation-esquizophrenia
Projeto desenvolvido para a disciplina Visão Computacional na UFABC, ministrada pelo Prof. Dr. Francisco Zampirolli. O projeto envolve o uso de técnicas de visão computacional para processamento de imagens de ressonância magnética obtidas de pacientes saudáveis e esquizofrênicos. Para validação da estratégia de segmentação utilizada, dois modelos simples de aprendizado de máquina (KNN e SVM) foram utilizados, para verificar se é possível utilizar o resultado da visão computacional para diagnosticar pacientes.Love Open Source and this site? Check out how you can help us