Git Stars Git Stars

#monte-carlo-methods Repositories

Entdecke 8 aktive Open-Source-GitHub-Repositories, die mit #monte-carlo-methods getaggt sind und insgesamt 25,622 Sterne gesammelt haben (durchschnittlich 3,202 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist roboticcam/machine-learning-notes mit 10,394 Sternen.

8
Gesamtzahl der Repositories
25,622
Gesamtanzahl der Sterne
3,202
Durchschnittliche Sterne/Repo

Insgesamt 8 Repositories

1
roboticcam/machine-learning-notes

Meine kontinuierlich aktualisierten Notizen und Demos zu Machine Learning, probabilistischen Modellen und Deep Learning (2000+ Folien) Meine ununterbrochen aktualisierten Vorlesungsmaterialien zu Machine Learning, probabilistischen Modellen und Deep Learning (2000+ Seiten) und Video-Links

roboticcam
⭐ 10,394 Jupyter Notebook 👤 roboticcam User 🕐 Aktualisiert 2026-07-08 📅 Erstellt 2018-02-15
2
cantaro86/Financial-Models-Numerical-Methods

Sammlung von Notebooks über quantitative Finanzen mit interaktivem Python-Code.

cantaro86
⭐ 7,547 Jupyter Notebook 👤 cantaro86 User 🕐 Aktualisiert 2026-10-05 📅 Erstellt 2019-09-10
3
meta-pytorch/botorch

Bayesianische Optimierung in PyTorch

meta-pytorch
⭐ 3,654 Jupyter Notebook 👤 meta-pytorch Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2018-07-30
4
chi-feng/mcmc-demo

Interaktive Markov-Ketten-Monte-Carlo-JavaScript-Demos

chi-feng
⭐ 954 JavaScript 👤 chi-feng User 🕐 Aktualisiert 2026-08-28 📅 Erstellt 2016-02-23
5
probtorch/probtorch

Probabilistic Torch ist eine Bibliothek für tiefe generative Modelle, die PyTorch erweitert

probtorch
⭐ 894 Python 👤 probtorch Organization 🕐 Aktualisiert 2024-05-12 📅 Erstellt 2017-10-13
6
mitsuba-renderer/drjit

Dr.Jit — Ein Just-in-Time-Compiler für differenzierbares Rendering

mitsuba-renderer
⭐ 815 C++ 👤 mitsuba-renderer Organization 🕐 Aktualisiert 2026-10-22 📅 Erstellt 2020-05-06
7
netket/netket

Maschinelle Lernalgorithmen für Viele-Teilchen-Quanten-Systeme

netket
⭐ 708 Python 👤 netket Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2018-04-23
8
JasGujral/Quantsbin

Optionsbewertung und Derivateanalyse in Python: Black-Scholes, Binomialmodell, Monte Carlo, Greeks und Strategien

JasGujral
⭐ 663 Python 👤 JasGujral User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2018-07-04

Häufig gestellte Fragen

1

Welches ist das beliebteste #monte-carlo-methods-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#monte-carlo-methods-Projekt auf GitHub ist roboticcam/machine-learning-notes mit 10,394 Sternen. Meine kontinuierlich aktualisierten Notizen und Demos zu Machine Learning, probabilistischen Modellen und Deep Learning (2000+ Folien) Meine ununterbrochen aktualisierten Vorlesungsmaterialien zu Machine Learning, probabilistischen Modellen und Deep Learning (2000+ Seiten) und Video-Links

2

Welche Programmiersprachen werden in #monte-carlo-methods-Repositories am häufigsten verwendet?

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

3

Wie wird das Ranking der #monte-carlo-methods-Repositories berechnet?

Wir verfolgen 8 aktive Open-Source-Repositories, die mit #monte-carlo-methods getaggt sind (500+ Sterne), mit insgesamt 25,622 Sternen und durchschnittlich 3,202 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.