Git Stars Git Stars

#catboost Repositorios

Descubre 8 repositorios activos de código abierto de GitHub etiquetados con #catboost, que acumulan 20,005 estrellas en total (una media de 2,500 estrellas por proyecto). El líder de este tema es catboost/catboost, con 9,210 estrellas.

8
Total de Repositorios
20,005
Total de estrellas
2,500
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook C++
1
catboost/catboost

Una biblioteca de Gradient Boosting en Árboles de Decisión rápida, escalable y de alto rendimiento, utilizada para ranking, clasificación, regresión y otras tareas de aprendizaje automático para Python, R, Java, C++. Soporta cómputo en CPU y GPU.

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

Paquete de Python para AutoML en datos tabulares con ingeniería de características, ajuste de hiperparámetros, explicaciones y documentación automática

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

Una colección de artículos de investigación sobre árboles de decisión, clasificación y regresión con implementaciones.

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

Biblioteca de Python para pronóstico de series temporales usando modelos compatibles con scikit-learn, métodos estadísticos y modelos fundamentales

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

Repositorio de tutoriales de CatBoost

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

Una lista curada de artículos de investigación sobre gradient boosting con implementaciones.

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

Ollama para modelos ML clásicos. Compilador AOT que convierte modelos XGBoost, LightGBM, scikit-learn, CatBoost y ONNX en código de inferencia nativo C99. Un comando para cargar, un comando para servir. 336x más rápido que la inferencia en Python.

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

Código para IDS-ML: desarrollo de sistemas de detección de intrusiones utilizando algoritmos de aprendizaje automático (árbol de decisión, random forest, extra trees, XGBoost, stacking, k-means, optimización bayesiana..)

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

Preguntas frecuentes

1

¿Cuál es el repositorio de #catboost más popular en GitHub?

El proyecto de código abierto de #catboost mejor posicionado en GitHub es catboost/catboost, con 9,210 estrellas. Una biblioteca de Gradient Boosting en Árboles de Decisión rápida, escalable y de alto rendimiento, utilizada para ranking, clasificación, regresión y otras tareas de aprendizaje automático para Python, R, Java, C++. Soporta cómputo en CPU y GPU.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #catboost?

Entre los proyectos de #catboost mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++.

3

¿Cómo se calcula la clasificación de los repositorios de #catboost?

Seguimos 8 repositorios activos de código abierto etiquetados con #catboost (500+ estrellas), que suman un total de 20,005 estrellas, con una media de 2,500 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.