Git Stars Git Stars

#catboost Repositories

Entdecke 8 aktive Open-Source-GitHub-Repositories, die mit #catboost getaggt sind und insgesamt 20,005 Sterne gesammelt haben (durchschnittlich 2,500 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist catboost/catboost mit 9,210 Sternen.

8
Gesamtzahl der Repositories
20,005
Gesamtanzahl der Sterne
2,500
Durchschnittliche Sterne/Repo

Insgesamt 8 Repositories

1
catboost/catboost

Eine schnelle, skalierbare, hochperformante Gradient Boosting on Decision Trees Bibliothek, die für Ranking, Klassifikation, Regression und andere Machine-Learning-Aufgaben für Python, R, Java, C++ verwendet wird. Unterstützt Berechnungen auf CPU und GPU.

catboost
⭐ 9,210 C++ 👤 catboost Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2017-07-18
2
mljar/mljar-supervised

Python-Paket für AutoML auf tabellarischen Daten mit Feature Engineering, Hyperparameter-Tuning, Erklärungen und automatischer Dokumentation

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2018-11-05
3
benedekrozemberczki/awesome-decision-tree-papers

Eine Sammlung von Forschungsarbeiten zu Entscheidungs-, Klassifikations- und Regressionsbäumen mit Implementierungen.

benedekrozemberczki
⭐ 2,480 Python 👤 benedekrozemberczki User 🕐 Aktualisiert 2025-12-28 📅 Erstellt 2019-05-11
4
skforecast/skforecast

Python-Bibliothek für Zeitreihenprognosen mit scikit-learn-kompatiblen Modellen, statistischen Methoden und Foundation-Modellen

skforecast
⭐ 1,551 Python 👤 skforecast Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2021-02-10
5
catboost/tutorials

CatBoost-Tutorials-Repository

catboost
⭐ 1,112 Jupyter Notebook 👤 catboost Organization 🕐 Aktualisiert 2026-10-23 📅 Erstellt 2018-06-25
6
benedekrozemberczki/awesome-gradient-boosting-papers

Eine kuratierte Liste von Forschungsarbeiten zu Gradient Boosting mit Implementierungen.

benedekrozemberczki
⭐ 1,053 Python 👤 benedekrozemberczki User 🕐 Aktualisiert 2026-01-05 📅 Erstellt 2019-05-11
7
kossisoroyce/timber

Ollama für klassische ML-Modelle. AOT-Compiler, der XGBoost, LightGBM, scikit-learn, CatBoost & ONNX-Modelle in nativen C99-Inferenzcode umwandelt. Ein Befehl zum Laden, ein Befehl zum Servieren. 336x schneller als Python-Inferenz.

kossisoroyce
⭐ 692 Python 👤 kossisoroyce User 🕐 Aktualisiert 2026-04-16 📅 Erstellt 2026-02-27
8
Western-OC2-Lab/Intrusion-Detection-System-Using-Machine-Learning

Code für IDS-ML: Entwicklung von Einbruchserkennungssystemen mithilfe von Algorithmen des maschinellen Lernens (Entscheidungsbaum, Random Forest, Extra Trees, XGBoost, Stacking, k-Means, Bayesian Optimization..)

Western-OC2-Lab
⭐ 602 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 Aktualisiert 2026-04-01 📅 Erstellt 2021-05-25

Häufig gestellte Fragen

1

Welches ist das beliebteste #catboost-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#catboost-Projekt auf GitHub ist catboost/catboost mit 9,210 Sternen. Eine schnelle, skalierbare, hochperformante Gradient Boosting on Decision Trees Bibliothek, die für Ranking, Klassifikation, Regression und andere Machine-Learning-Aufgaben für Python, R, Java, C++ verwendet wird. Unterstützt Berechnungen auf CPU und GPU.

2

Welche Programmiersprachen werden in #catboost-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #catboost-Projekten auf GitHub sind Python, Jupyter Notebook, C++ die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #catboost-Repositories berechnet?

Wir verfolgen 8 aktive Open-Source-Repositories, die mit #catboost getaggt sind (500+ Sterne), mit insgesamt 20,005 Sternen und durchschnittlich 2,500 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.