#contextual-bandits Repositories
Entdecke 5 aktive Open-Source-GitHub-Repositories, die mit #contextual-bandits getaggt sind und insgesamt 16,339 Sterne gesammelt haben (durchschnittlich 3,267 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist VowpalWabbit/vowpal_wabbit mit 8,741 Sternen.
Insgesamt 5 Repositories
Vowpal Wabbit ist ein Machine-Learning-System, das die Grenzen des Machine Learning mit Techniken wie online, hashing, allreduce, reductions, learning2search, active und interactive learning vorantreibt.
Eine produktionsreife Reinforcement Learning KI-Agentenbibliothek, die vom Applied Reinforcement Learning Team bei Meta entwickelt wurde.
TF-Agents: Eine zuverlässige, skalierbare und einfach zu verwendende TensorFlow-Bibliothek für kontextuelle Banditen und Reinforcement Learning.
Open Bandit Pipeline: eine Python-Bibliothek für Bandit-Algorithmen und Off-Policy-Evaluierung
Häufig gestellte Fragen
Welches ist das beliebteste #contextual-bandits-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#contextual-bandits-Projekt auf GitHub ist VowpalWabbit/vowpal_wabbit mit 8,741 Sternen. Vowpal Wabbit ist ein Machine-Learning-System, das die Grenzen des Machine Learning mit Techniken wie online, hashing, allreduce, reductions, learning2search, active und interactive learning vorantreibt.
Welche Programmiersprachen werden in #contextual-bandits-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #contextual-bandits-Projekten auf GitHub sind Python, C++, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #contextual-bandits-Repositories berechnet?
Wir verfolgen 5 aktive Open-Source-Repositories, die mit #contextual-bandits getaggt sind (500+ Sterne), mit insgesamt 16,339 Sternen und durchschnittlich 3,267 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.