#ensemble-learning Repositorios
Descubre 24 repositorios activos de código abierto de GitHub etiquetados con #ensemble-learning, que acumulan 48,495 estrellas en total (una media de 2,020 estrellas por proyecto). El líder de este tema es autogluon/autogluon, con 10,843 estrellas.
24 repositorios en total
H2O es una Plataforma de Machine Learning de Código Abierto, Distribuida, Rápida y Escalable: Deep Learning, Gradient Boosting (GBM) y XGBoost, Random Forest, Generalized Linear Modeling (GLM con Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), etc.
Creo que ustedes, los estudiantes de posgrado y los que buscan empleo para quienes el libro está destinado principalmente, se beneficiarán de su lectura; sin embargo, espero que incluso los investigadores más experimentados lo encuentren fascinante.
Merlion: Un marco de aprendizaje automático para la inteligencia de series temporales
Una colección de artículos de investigación sobre árboles de decisión, clasificación y regresión con implementaciones.
😎 Todo sobre el aprendizaje desequilibrado de clases/de cola larga: artículos, códigos, frameworks y bibliotecas | Todo sobre el aprendizaje desequilibrado de clases / de cola larga: artículos, códigos, frameworks y bibliotecas
Un marco unificado de ensemble para PyTorch para mejorar el rendimiento y la robustez de su modelo de aprendizaje profundo.
Una base de código y una lista curada de aprendizaje profundo de cola larga (TPAMI 2023).
Un framework Python eficiente, escalable y optimizado para Deep Forest (2021.2.1)
Una colección de métodos de detección de anomalías (iid/basados en puntos, grafo y series temporales) que incluye aprendizaje activo para detección/descubrimiento de anomalías, minería de reglas bayesianas, descripción para diversidad/explicación/interpretabilidad. Análisis de la incorporación de retroalimentación de etiquetas con detectores basados en ensemble y árboles. Incluye ataques adversarios con Graph Convolutional Network.
Formato universal de intercambio y serialización de modelos para bosques de árboles de decisión
Fusión de Modelos en LLMs, MLLMs y más allá: Métodos, Teorías, Aplicaciones y Oportunidades. ACM Computing Surveys, 2026.
Repositorio de nuestros artículos: Modelo del Mundo Robótico: Un simulador de redes neuronales para la optimización robusta de políticas en robótica y un Modelo del Mundo Robótico sensible a la incertidumbre hace que el aprendizaje por refuerzo basado en modelos offline funcione en robots reales
Código oficial para "Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights" (ICML 2026 Spotlight)
(AAAI' 20) Una caja de herramientas de Python para la combinación de modelos de aprendizaje automático
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..)
Una biblioteca de Python para la selección dinámica de clasificadores y ensembles
Preguntas frecuentes
¿Cuál es el repositorio de #ensemble-learning más popular en GitHub?
El proyecto de código abierto de #ensemble-learning mejor posicionado en GitHub es autogluon/autogluon, con 10,843 estrellas. ML rápido y preciso en 3 líneas de código
¿Qué lenguajes de programación se utilizan más en los repositorios de #ensemble-learning?
Entre los proyectos de #ensemble-learning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, Julia.
¿Cómo se calcula la clasificación de los repositorios de #ensemble-learning?
Seguimos 24 repositorios activos de código abierto etiquetados con #ensemble-learning (500+ estrellas), que suman un total de 48,495 estrellas, con una media de 2,020 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.