#gbdt Repositorios
Descubre 5 repositorios activos de código abierto de GitHub etiquetados con #gbdt, que acumulan 58,649 estrellas en total (una media de 11,729 estrellas por proyecto). El líder de este tema es dmlc/xgboost, con 29,010 estrellas.
5 repositorios en total
Biblioteca de Gradient Boosting (GBDT, GBRT o GBM) escalable, portátil y distribuida, para Python, R, Java, Scala, C y más. Se ejecuta en una sola máquina, Hadoop, Spark, Dask, Flink y DataFlow.
Un framework rápido, distribuido y de alto rendimiento para gradient boosting (GBT, GBDT, GBRT, GBM o MART) basado en algoritmos de árboles de decisión, utilizado para ranking, clasificación y muchas otras tareas de aprendizaje automático.
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.
Perpetual es una máquina de gradient boosting de alto rendimiento. Ofrece precisión óptima en una sola ejecución sin ajustes complejos mediante un simple parámetro de presupuesto. Cuenta con soporte incorporado para ML causal, aprendizaje continuo, calibración nativa y monitorización robusta de deriva, además de un núcleo en Rust y enlaces sin copia para Python y R.
Preguntas frecuentes
¿Cuál es el repositorio de #gbdt más popular en GitHub?
El proyecto de código abierto de #gbdt mejor posicionado en GitHub es dmlc/xgboost, con 29,010 estrellas. Biblioteca de Gradient Boosting (GBDT, GBRT o GBM) escalable, portátil y distribuida, para Python, R, Java, Scala, C y más. Se ejecuta en una sola máquina, Hadoop, Spark, Dask, Flink y DataFlow.
¿Qué lenguajes de programación se utilizan más en los repositorios de #gbdt?
Entre los proyectos de #gbdt mejor posicionados en GitHub, los lenguajes de programación más comunes son C++, Rust.
¿Cómo se calcula la clasificación de los repositorios de #gbdt?
Seguimos 5 repositorios activos de código abierto etiquetados con #gbdt (500+ estrellas), que suman un total de 58,649 estrellas, con una media de 11,729 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.