Conformal-time-series 是一个专门为时间序列数据设计的工具，它结合了保形预测（conformal prediction）技术和PID控制方法，用于生成时间序列预测的置信区间。该项目不仅提供了对时间序列预测模型的不确定性量化支持，还能与现有的时间序列预测流程无缝集成，适用于多种时间序列预测模型。
TorchCP是一个基于PyTorch的Python工具箱，旨在支持深度学习模型的保形预测研究，提供多种分类和回归方法。
Python机器学习库
Analyzr是一个为中型市场和企业客户简化预测分析和机器学习的平台，特别适用于B2B销售和市场领域。它通过提供量身定制的预测建模和透明的模型，帮助用户做出数据驱动的决策。
Datatera.ai 是一个允许用户将任何文件或网站转换为数据集、电子表格、CRM、ERP、知识库、机器学习等解决方案的平台。它消除了编码、数据建模、映射或IT技能的需求。
PyTorch3D是一个用于3D计算机视觉和图形的库，使用户能够轻松实现和实验3D深度学习模型。
AtomGPT是基于LLaMA的模型架构，通过从零开始训练，旨在展示模型的进化过程及学习能力的提升，帮助研究人员深入理解模型的学习过程。
