#contextual-bandits Dépôts
Découvrez 5 dépôts GitHub open source actifs associés à #contextual-bandits, cumulant 16,339 étoiles au total (soit une moyenne de 3,267 étoiles par projet). Le projet en tête de ce thème est VowpalWabbit/vowpal_wabbit, avec 8,741 étoiles.
5 dépôts au total
Vowpal Wabbit est un système d'apprentissage automatique qui repousse les frontières de l'apprentissage automatique avec des techniques telles que online, hashing, allreduce, reductions, learning2search, active et interactive learning.
Une bibliothèque d'agents IA d'apprentissage par renforcement prête pour la production, proposée par l'équipe Applied Reinforcement Learning de Meta.
TF-Agents : Une bibliothèque TensorFlow fiable, scalable et facile à utiliser pour les bandits contextuels et l'apprentissage par renforcement.
Open Bandit Pipeline : une bibliothèque Python pour les algorithmes bandits et l'évaluation hors politique
Foire aux questions
Quel est le dépôt #contextual-bandits le plus populaire sur GitHub ?
Le projet #contextual-bandits open source le mieux classé sur GitHub est VowpalWabbit/vowpal_wabbit, avec 8,741 étoiles. Vowpal Wabbit est un système d'apprentissage automatique qui repousse les frontières de l'apprentissage automatique avec des techniques telles que online, hashing, allreduce, reductions, learning2search, active et interactive learning.
Quels langages de programmation sont les plus utilisés dans les dépôts #contextual-bandits ?
Parmi les projets #contextual-bandits les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C++, Jupyter Notebook.
Comment le classement des dépôts #contextual-bandits est-il calculé ?
Nous suivons 5 dépôts open source actifs associés à #contextual-bandits (500+ étoiles), totalisant 16,339 étoiles, avec une moyenne de 3,267 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.