Git Stars Git Stars

#gaussian-processes Repositories

Entdecke 13 aktive Open-Source-GitHub-Repositories, die mit #gaussian-processes getaggt sind und insgesamt 60,384 Sterne gesammelt haben (durchschnittlich 4,644 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist d2l-ai/d2l-en mit 27,684 Sternen.

13
Gesamtzahl der Repositories
60,384
Gesamtanzahl der Sterne
4,644
Durchschnittliche Sterne/Repo

Insgesamt 13 Repositories

1
d2l-ai/d2l-en

Interaktives Deep-Learning-Buch mit Code für mehrere Frameworks, Mathematik und Diskussionen. An 500 Universitäten in 70 Ländern übernommen, darunter Stanford, MIT, Harvard und Cambridge.

d2l-ai
⭐ 27,684 Python 👤 d2l-ai Organization 🕐 Aktualisiert 2024-08-18 📅 Erstellt 2018-10-09
2
bayesian-optimization/BayesianOptimization

Eine Python-Implementierung der globalen Optimierung mit Gauß-Prozessen.

bayesian-optimization
⭐ 8,737 Python 👤 bayesian-optimization Organization 🕐 Aktualisiert 2026-10-16 📅 Erstellt 2014-06-06
3
probml/pml-book

"Probabilistisches maschinelles Lernen" – eine Buchreihe von Kevin Murphy

probml
⭐ 5,722 Jupyter Notebook 👤 probml Organization 🕐 Aktualisiert 2025-12-10 📅 Erstellt 2020-12-24
4
cornellius-gp/gpytorch

Eine hoch effiziente Implementierung von Gauß-Prozessen in PyTorch

cornellius-gp
⭐ 3,941 Python 👤 cornellius-gp Organization 🕐 Aktualisiert 2026-10-02 📅 Erstellt 2017-06-09
5
meta-pytorch/botorch

Bayesianische Optimierung in PyTorch

meta-pytorch
⭐ 3,654 Jupyter Notebook 👤 meta-pytorch Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2018-07-30
6
rmcelreath/rethinking

Statistical Rethinking Kurs- und Buchpaket

rmcelreath
⭐ 2,436 R 👤 rmcelreath User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2013-03-07
7
krasserm/bayesian-machine-learning

Notizbücher über bayesianische Methoden für maschinelles Lernen

krasserm
⭐ 1,921 Jupyter Notebook 👤 krasserm User 🕐 Aktualisiert 2026-07-12 📅 Erstellt 2018-03-19
8
GPflow/GPflow

Gaußsche Prozesse in TensorFlow

GPflow
⭐ 1,920 Python 👤 GPflow Organization 🕐 Aktualisiert 2026-10-15 📅 Erstellt 2016-01-14
9
getkeops/keops

Kernel-Operationen auf CPUs und GPUs mit Autodiff und ohne Speicherüberläufe

getkeops
⭐ 1,197 Python 👤 getkeops Organization 🕐 Aktualisiert 2026-07-17 📅 Erstellt 2019-04-18
10
bayesoptbook/bayesoptbook.github.io

Begleitende Webseite zum Buch „Bayesian Optimization“ von Roman Garnett

bayesoptbook
⭐ 930 HTML 👤 bayesoptbook User 🕐 Aktualisiert 2024-05-15 📅 Erstellt 2021-08-25
11
GeoStat-Framework/PyKrige

Kriging-Toolkit für Python

GeoStat-Framework
⭐ 862 Python 👤 GeoStat-Framework Organization 🕐 Aktualisiert 2025-10-16 📅 Erstellt 2014-10-01
12
fabsig/GPBoost

Tree-Boosting, Gauß-Prozesse und Modelle mit gemischten Effekten

fabsig
⭐ 706 C++ 👤 fabsig User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2020-04-03
13
QuantClimate/GPJax

Gauß-Prozesse in JAX und Equinox.

QuantClimate
⭐ 676 Python 👤 QuantClimate Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2020-09-27

Häufig gestellte Fragen

1

Welches ist das beliebteste #gaussian-processes-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#gaussian-processes-Projekt auf GitHub ist d2l-ai/d2l-en mit 27,684 Sternen. Interaktives Deep-Learning-Buch mit Code für mehrere Frameworks, Mathematik und Diskussionen. An 500 Universitäten in 70 Ländern übernommen, darunter Stanford, MIT, Harvard und Cambridge.

2

Welche Programmiersprachen werden in #gaussian-processes-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #gaussian-processes-Projekten auf GitHub sind Python, Jupyter Notebook, R, HTML die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #gaussian-processes-Repositories berechnet?

Wir verfolgen 13 aktive Open-Source-Repositories, die mit #gaussian-processes getaggt sind (500+ Sterne), mit insgesamt 60,384 Sternen und durchschnittlich 4,644 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.