Git Stars Git Stars

#decision-tree Dépôts

Découvrez 7 dépôts GitHub open source actifs associés à #decision-tree, cumulant 19,420 étoiles au total (soit une moyenne de 2,774 étoiles par projet). Le projet en tête de ce thème est Jack-Cherish/Machine-Learning, avec 10,146 étoiles.

7
Total des Dépôts
19,420
Nombre total d'étoiles
2,774
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook HTML
1
Jack-Cherish/Machine-Learning

:zap:Machine Learning en Pratique (Python3): kNN, Arbre de Décision, Bayes, Régression Logistique, SVM, Régression Linéaire, Régression Arbre

Jack-Cherish
⭐ 10,146 Python 👤 Jack-Cherish User 🕐 Mis à jour 2024-07-12 📅 Créé 2017-03-25
2
mljar/mljar-supervised

Paquet Python pour AutoML sur des données tabulaires avec ingénierie des caractéristiques, réglage des hyper-paramètres, explications et documentation automatique

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 Mis à jour 2026-11-05 📅 Créé 2018-11-05
3
benedekrozemberczki/awesome-decision-tree-papers

Une collection d'articles de recherche sur les arbres de décision, de classification et de régression avec implémentations.

benedekrozemberczki
⭐ 2,480 Python 👤 benedekrozemberczki User 🕐 Mis à jour 2025-12-28 📅 Créé 2019-05-11
4
holtzy/data_to_viz

Menant au dataviz dont vous avez besoin

holtzy
⭐ 1,155 HTML 👤 holtzy User 🕐 Mis à jour 2026-11-20 📅 Créé 2018-02-19
5
benedekrozemberczki/awesome-gradient-boosting-papers

Une liste sélectionnée de papiers de recherche sur le gradient boosting avec implémentations.

benedekrozemberczki
⭐ 1,053 Python 👤 benedekrozemberczki User 🕐 Mis à jour 2026-01-05 📅 Créé 2019-05-11
6
jphall663/interpretable_machine_learning_with_python

Exemples de techniques pour entraîner des modèles ML interprétables, expliquer des modèles ML et déboguer des modèles ML en termes de précision, discrimination et sécurité.

jphall663
⭐ 679 Jupyter Notebook 👤 jphall663 User 🕐 Mis à jour 2024-06-17 📅 Créé 2018-03-14
7
Western-OC2-Lab/Intrusion-Detection-System-Using-Machine-Learning

Code pour IDS-ML : développement de systèmes de détection d'intrusion utilisant des algorithmes d'apprentissage automatique (Arbre de décision, forêt aléatoire, arbres supplémentaires, XGBoost, empilement, k-means, optimisation bayésienne..)

Western-OC2-Lab
⭐ 602 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 Mis à jour 2026-04-01 📅 Créé 2021-05-25

Foire aux questions

1

Quel est le dépôt #decision-tree le plus populaire sur GitHub ?

Le projet #decision-tree open source le mieux classé sur GitHub est Jack-Cherish/Machine-Learning, avec 10,146 étoiles. :zap:Machine Learning en Pratique (Python3): kNN, Arbre de Décision, Bayes, Régression Logistique, SVM, Régression Linéaire, Régression Arbre

2

Quels langages de programmation sont les plus utilisés dans les dépôts #decision-tree ?

Parmi les projets #decision-tree les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, HTML.

3

Comment le classement des dépôts #decision-tree est-il calculé ?

Nous suivons 7 dépôts open source actifs associés à #decision-tree (500+ étoiles), totalisant 19,420 étoiles, avec une moyenne de 2,774 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.