Git Stars Git Stars

#ensemble-learning Dépôts

Découvrez 24 dépôts GitHub open source actifs associés à #ensemble-learning, cumulant 48,495 étoiles au total (soit une moyenne de 2,020 étoiles par projet). Le projet en tête de ce thème est autogluon/autogluon, avec 10,843 étoiles.

24
Total des Dépôts
48,495
Nombre total d'étoiles
2,020
Moyenne d'Étoiles/Dépôt
1
autogluon/autogluon

ML rapide et précis en 3 lignes de code

autogluon
⭐ 10,843 Python 👤 autogluon Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2019-07-29
2
h2oai/h2o-3

H2O est une Plateforme d'Apprentissage Automatique Open Source, Distribuée, Rapide et Évolutive : Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM avec Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), etc.

h2oai
⭐ 7,527 Jupyter Notebook 👤 h2oai Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2014-03-03
3
BoltzmannEntropy/interviews.ai

Je suis convaincu que vous, les étudiants diplômés et les chercheurs d'emploi pour qui ce livre est principalement destiné, en bénéficierez ; cependant, j'espère que même les chercheurs les plus expérimentés le trouveront fascinant également.

BoltzmannEntropy
⭐ 4,900 👤 BoltzmannEntropy User 🕐 Mis à jour 2026-11-21 📅 Créé 2021-09-30
4
salesforce/Merlion

Merlion : Un cadre d'apprentissage automatique pour l'intelligence des séries chronologiques

salesforce
⭐ 4,471 Python 👤 salesforce Organization 🕐 Mis à jour 2024-06-20 📅 Créé 2021-07-28
5
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
6
JuliaAI/MLJ.jl

Un framework d'apprentissage automatique Julia

JuliaAI
⭐ 1,947 Julia 👤 JuliaAI Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2018-08-01
7
justmarkham/DAT8

Cours de Data Science de General Assembly 2015 à Washington, DC

justmarkham
⭐ 1,622 Jupyter Notebook 👤 justmarkham User 🕐 Mis à jour 2024-06-05 📅 Créé 2015-08-07
8
ZhiningLiu1998/awesome-imbalanced-learning

😎 Tout sur l'apprentissage déséquilibré/à longue traîne des classes : articles, codes, frameworks et bibliothèques | Tout sur l'apprentissage par déséquilibre de classes / à longue traîne : articles, codes, frameworks et bibliothèques

ZhiningLiu1998
⭐ 1,531 👤 ZhiningLiu1998 User 🕐 Mis à jour 2026-06-09 📅 Créé 2020-03-05
9
TorchEnsemble-Community/Ensemble-Pytorch

Un framework d'ensemble unifié pour PyTorch pour améliorer les performances et la robustesse de votre modèle d'apprentissage profond.

TorchEnsemble-Community
⭐ 1,040 Python 👤 TorchEnsemble-Community Organization 🕐 Mis à jour 2024-06-16 📅 Créé 2019-09-11
10
YifanZhang07/Awesome-LongTailed-Learning

Une base de code et une liste organisée d'apprentissage profond "longue traîne" impressionnant (TPAMI 2023).

YifanZhang07
⭐ 1,030 Python 👤 YifanZhang07 User 🕐 Mis à jour 2025-11-25 📅 Créé 2021-09-28
11
Minqi824/ADBench

Implémentation officielle de "ADBench: Anomaly Detection Benchmark", NeurIPS 2022.

Minqi824
⭐ 1,029 Python 👤 Minqi824 User 🕐 Mis à jour 2026-01-08 📅 Créé 2022-06-05
12
XGenerationLab/XiYan-SQL

Un cadre d'ensemble multi-générateurs pour la conversion du langage naturel en SQL

XGenerationLab
⭐ 1,018 👤 XGenerationLab User 🕐 Mis à jour 2026-05-18 📅 Créé 2024-11-12
13
LAMDA-NJU/Deep-Forest

Un framework Python efficace, évolutif et optimisé pour Deep Forest (2021.2.1)

LAMDA-NJU
⭐ 961 Python 👤 LAMDA-NJU Organization 🕐 Mis à jour 2026-05-18 📅 Créé 2021-01-27
14
luisguiserrano/manning

Dépôt pour le livre Grokking Machine Learning, par Manning Editors

luisguiserrano
⭐ 917 Jupyter Notebook 👤 luisguiserrano User 🕐 Mis à jour 2026-11-02 📅 Créé 2019-03-25
15
shubhomoydas/ad_examples

Une collection de méthodes de détection d'anomalies (iid/basées sur des points, graphe et séries temporelles) incluant l'apprentissage actif pour la détection/découverte d'anomalies, l'extraction de règles bayésiennes, description pour la diversité/explication/interprétabilité. Analyse de l'incorporation de retours d'étiquettes avec des détecteurs basés sur ensemble et arbre. Inclut des attaques adverses avec Graph Convolutional Network.

shubhomoydas
⭐ 870 Python 👤 shubhomoydas User 🕐 Mis à jour 2024-05-22 📅 Créé 2017-11-03
16
dmlc/treelite

Format universel d'échange et de sérialisation de modèles pour forêts d'arbres de décision

dmlc
⭐ 833 C++ 👤 dmlc Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2017-06-28
17
imbs-hl/ranger

Une implémentation rapide des forêts aléatoires

imbs-hl
⭐ 817 C++ 👤 imbs-hl Organization 🕐 Mis à jour 2026-02-01 📅 Créé 2015-08-25
18
EnnengYang/Awesome-Model-Merging-Methods-Theories-Applications

Fusion de Modèles dans les LLMs, MLLMs et au-delà : Méthodes, Théories, Applications et Opportunités. ACM Computing Surveys, 2026.

EnnengYang
⭐ 801 👤 EnnengYang User 🕐 Mis à jour 2026-11-13 📅 Créé 2024-06-19
19
leggedrobotics/robotic_world_model

Répertoire de nos articles : Modèle du Monde Robotique : Un simulateur de réseau neuronal pour l'optimisation robuste des politiques en robotique et un Modèle du Monde Robotique conscient de l'incertitude permet au renforcement par apprentissage basé sur modèle hors ligne de fonctionner sur des robots réels

leggedrobotics
⭐ 737 Python 👤 leggedrobotics Organization 🕐 Mis à jour 2026-10-29 📅 Créé 2025-11-24
20
vecxoz/vecstack

Paquet Python pour le stacking (technique d'apprentissage automatique)

vecxoz
⭐ 697 Python 👤 vecxoz User 🕐 Mis à jour 2025-11-01 📅 Créé 2016-11-08
21
sunrainyg/RandOpt

Base de code officielle pour « Neural Thickets : Diverse Task Experts Are Dense Around Pretrained Weights » (ICML 2026 Spotlight)

sunrainyg
⭐ 660 Python 👤 sunrainyg User 🕐 Mis à jour 2026-09-21 📅 Créé 2026-02-18
22
yzhao062/combo

(AAAI' 20) Une boîte à outils Python pour la combinaison de modèles d'apprentissage automatique

yzhao062
⭐ 659 Python 👤 yzhao062 User 🕐 Mis à jour 2026-09-08 📅 Créé 2019-07-14
23
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
24
scikit-learn-contrib/DESlib

Une bibliothèque Python pour la sélection dynamique de classificateurs et d'ensembles

scikit-learn-contrib
⭐ 507 Python 👤 scikit-learn-contrib Organization 🕐 Mis à jour 2026-01-20 📅 Créé 2017-12-08

Foire aux questions

1

Quel est le dépôt #ensemble-learning le plus populaire sur GitHub ?

Le projet #ensemble-learning open source le mieux classé sur GitHub est autogluon/autogluon, avec 10,843 étoiles. ML rapide et précis en 3 lignes de code

2

Quels langages de programmation sont les plus utilisés dans les dépôts #ensemble-learning ?

Parmi les projets #ensemble-learning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, Julia.

3

Comment le classement des dépôts #ensemble-learning est-il calculé ?

Nous suivons 24 dépôts open source actifs associés à #ensemble-learning (500+ étoiles), totalisant 48,495 étoiles, avec une moyenne de 2,020 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.