Git Stars Git Stars

#decision-trees Repositories

Entdecke 14 aktive Open-Source-GitHub-Repositories, die mit #decision-trees getaggt sind und insgesamt 58,478 Sterne gesammelt haben (durchschnittlich 4,177 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist lightgbm-org/LightGBM mit 18,995 Sternen.

14
Gesamtzahl der Repositories
58,478
Gesamtanzahl der Sterne
4,177
Durchschnittliche Sterne/Repo

Insgesamt 14 Repositories

1
lightgbm-org/LightGBM

Ein schnelles, verteiltes, hochperformantes Gradient-Boosting-Framework (GBT, GBDT, GBRT, GBM oder MART) basierend auf Decision-Tree-Algorithmen, das für Ranking, Klassifikation und viele andere Machine-Learning-Aufgaben verwendet wird.

lightgbm-org
⭐ 18,995 C++ 👤 lightgbm-org Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2016-08-05
2
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
3
greyhatguy007/Machine-Learning-Specialization-Coursera

Enthält Lösungen und Notizen für die Spezialisierung auf maschinelles Lernen von der Stanford University und Deeplearning.ai - Coursera (2022) von Prof. Andrew NG

greyhatguy007
⭐ 8,184 Jupyter Notebook 👤 greyhatguy007 User 🕐 Aktualisiert 2025-12-28 📅 Erstellt 2022-06-16
4
biolab/orange3

🍊 :bar_chart: :bulb: Orange: Interaktive Datenanalyse

biolab
⭐ 5,759 Python 👤 biolab Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2013-02-22
5
susanli2016/Machine-Learning-with-Python

Python-Code für gängige Machine-Learning-Algorithmen

susanli2016
⭐ 4,580 Jupyter Notebook 👤 susanli2016 User 🕐 Aktualisiert 2025-06-05 📅 Erstellt 2017-05-26
6
parrt/dtreeviz

Eine Python-Bibliothek für die Visualisierung von Entscheidungsbäumen und die Modellinterpretation.

parrt
⭐ 3,161 Jupyter Notebook 👤 parrt User 🕐 Aktualisiert 2026-01-02 📅 Erstellt 2018-08-13
7
kk7nc/Text_Classification

Textklassifikationsalgorithmen: Eine Übersicht

kk7nc
⭐ 1,827 Python 👤 kk7nc User 🕐 Aktualisiert 2025-04-01 📅 Erstellt 2018-07-06
8
justmarkham/DAT8

General Assembly's 2015 Data-Science-Kurs in Washington, DC

justmarkham
⭐ 1,622 Jupyter Notebook 👤 justmarkham User 🕐 Aktualisiert 2024-06-05 📅 Erstellt 2015-08-07
9
nivu/ai_all_resources

Eine kuratierte Liste der besten Ressourcen für Künstliche Intelligenz

nivu
⭐ 1,543 Jupyter Notebook 👤 nivu User 🕐 Aktualisiert 2026-09-19 📅 Erstellt 2019-12-26
10
dmlc/treelite

Universelles Modellaustausch- und Serialisierungsformat für Entscheidungsbaumwälder

dmlc
⭐ 833 C++ 👤 dmlc Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2017-06-28
11
mljar/supertree

Beeindrucken Sie Ihren Chef mit interaktiver Entscheidungsbaum-Visualisierung

mljar
⭐ 700 JavaScript 👤 mljar Organization 🕐 Aktualisiert 2026-08-11 📅 Erstellt 2024-07-24
12
tensorflow/decision-forests

Eine Sammlung von Algorithmen auf dem neuesten Stand der Technik für das Training, die Bereitstellung und die Interpretation von Decision Forest-Modellen in Keras.

tensorflow
⭐ 693 Python 👤 tensorflow Organization 🕐 Aktualisiert 2026-05-19 📅 Erstellt 2021-04-22
13
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
14
google/yggdrasil-decision-forests

Eine Bibliothek zum Trainieren, Bewerten, Interpretieren und Produzieren von Entscheidungsforstmodellen wie Random Forest und Gradient Boosted Decision Trees.

google
⭐ 680 C++ 👤 google Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2021-04-22

Häufig gestellte Fragen

1

Welches ist das beliebteste #decision-trees-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#decision-trees-Projekt auf GitHub ist lightgbm-org/LightGBM mit 18,995 Sternen. Ein schnelles, verteiltes, hochperformantes Gradient-Boosting-Framework (GBT, GBDT, GBRT, GBM oder MART) basierend auf Decision-Tree-Algorithmen, das für Ranking, Klassifikation und viele andere Machine-Learning-Aufgaben verwendet wird.

2

Welche Programmiersprachen werden in #decision-trees-Repositories am häufigsten verwendet?

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

3

Wie wird das Ranking der #decision-trees-Repositories berechnet?

Wir verfolgen 14 aktive Open-Source-Repositories, die mit #decision-trees getaggt sind (500+ Sterne), mit insgesamt 58,478 Sternen und durchschnittlich 4,177 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.