Git Stars Git Stars

#gaussian-processes Dépôts

Découvrez 13 dépôts GitHub open source actifs associés à #gaussian-processes, cumulant 60,384 étoiles au total (soit une moyenne de 4,644 étoiles par projet). Le projet en tête de ce thème est d2l-ai/d2l-en, avec 27,684 étoiles.

13
Total des Dépôts
60,384
Nombre total d'étoiles
4,644
Moyenne d'Étoiles/Dépôt
1
d2l-ai/d2l-en

Livre interactif sur l'apprentissage profond avec code multi-frameworks, mathématiques et discussions. Adopté dans 500 universités de 70 pays, dont Stanford, MIT, Harvard et Cambridge.

d2l-ai
⭐ 27,684 Python 👤 d2l-ai Organization 🕐 Mis à jour 2024-08-18 📅 Créé 2018-10-09
2
bayesian-optimization/BayesianOptimization

Une implémentation Python de l'optimisation globale avec des processus gaussiens.

bayesian-optimization
⭐ 8,737 Python 👤 bayesian-optimization Organization 🕐 Mis à jour 2026-10-16 📅 Créé 2014-06-06
3
probml/pml-book

"Apprentissage automatique probabiliste" – une série de livres de Kevin Murphy

probml
⭐ 5,722 Jupyter Notebook 👤 probml Organization 🕐 Mis à jour 2025-12-10 📅 Créé 2020-12-24
4
cornellius-gp/gpytorch

Une implémentation hautement efficace des Processus Gaussiens en PyTorch

cornellius-gp
⭐ 3,941 Python 👤 cornellius-gp Organization 🕐 Mis à jour 2026-10-02 📅 Créé 2017-06-09
5
meta-pytorch/botorch

Optimisation bayésienne dans PyTorch

meta-pytorch
⭐ 3,654 Jupyter Notebook 👤 meta-pytorch Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2018-07-30
6
rmcelreath/rethinking

Paquet cours et livre Statistical Rethinking

rmcelreath
⭐ 2,436 R 👤 rmcelreath User 🕐 Mis à jour 2026-11-20 📅 Créé 2013-03-07
7
krasserm/bayesian-machine-learning

Carnets sur les méthodes bayésiennes pour l'apprentissage automatique

krasserm
⭐ 1,921 Jupyter Notebook 👤 krasserm User 🕐 Mis à jour 2026-07-12 📅 Créé 2018-03-19
8
GPflow/GPflow

Processus Gaussiens dans TensorFlow

GPflow
⭐ 1,920 Python 👤 GPflow Organization 🕐 Mis à jour 2026-10-15 📅 Créé 2016-01-14
9
getkeops/keops

Opérations du Kernel sur CPU et GPU, avec autodiff et sans débordements de mémoire

getkeops
⭐ 1,197 Python 👤 getkeops Organization 🕐 Mis à jour 2026-07-17 📅 Créé 2019-04-18
10
bayesoptbook/bayesoptbook.github.io

Page Web d'accompagnement du livre "Bayesian Optimization" de Roman Garnett

bayesoptbook
⭐ 930 HTML 👤 bayesoptbook User 🕐 Mis à jour 2024-05-15 📅 Créé 2021-08-25
11
GeoStat-Framework/PyKrige

Boîte à outils Kriging pour Python

GeoStat-Framework
⭐ 862 Python 👤 GeoStat-Framework Organization 🕐 Mis à jour 2025-10-16 📅 Créé 2014-10-01
12
fabsig/GPBoost

Tree-Boosting, Processus Gaussiens et Modèles à Effets Mixtes

fabsig
⭐ 706 C++ 👤 fabsig User 🕐 Mis à jour 2026-11-20 📅 Créé 2020-04-03
13
QuantClimate/GPJax

Processus gaussiens dans JAX et Equinox.

QuantClimate
⭐ 676 Python 👤 QuantClimate Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2020-09-27

Foire aux questions

1

Quel est le dépôt #gaussian-processes le plus populaire sur GitHub ?

Le projet #gaussian-processes open source le mieux classé sur GitHub est d2l-ai/d2l-en, avec 27,684 étoiles. Livre interactif sur l'apprentissage profond avec code multi-frameworks, mathématiques et discussions. Adopté dans 500 universités de 70 pays, dont Stanford, MIT, Harvard et Cambridge.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #gaussian-processes ?

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

3

Comment le classement des dépôts #gaussian-processes est-il calculé ?

Nous suivons 13 dépôts open source actifs associés à #gaussian-processes (500+ étoiles), totalisant 60,384 étoiles, avec une moyenne de 4,644 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.