Git Stars Git Stars

#monte-carlo-methods Dépôts

Découvrez 8 dépôts GitHub open source actifs associés à #monte-carlo-methods, cumulant 25,622 étoiles au total (soit une moyenne de 3,202 étoiles par projet). Le projet en tête de ce thème est roboticcam/machine-learning-notes, avec 10,394 étoiles.

8
Total des Dépôts
25,622
Nombre total d'étoiles
3,202
Moyenne d'Étoiles/Dépôt
1
roboticcam/machine-learning-notes

Mes notes et démos continuellement mises à jour sur Machine Learning, Modèles Probabilistes et Deep Learning (2000+ diapositives) Mes supports de cours mis à jour sans interruption sur l'apprentissage automatique, les modèles probabilistes et l'apprentissage profond (2000+ pages) et liens vidéo

roboticcam
⭐ 10,394 Jupyter Notebook 👤 roboticcam User 🕐 Mis à jour 2026-07-08 📅 Créé 2018-02-15
2
cantaro86/Financial-Models-Numerical-Methods

Collection de carnets sur la finance quantitative, avec du code Python interactif.

cantaro86
⭐ 7,547 Jupyter Notebook 👤 cantaro86 User 🕐 Mis à jour 2026-10-05 📅 Créé 2019-09-10
3
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
4
chi-feng/mcmc-demo

Démos interactives JavaScript de Monte Carlo à chaînes de Markov

chi-feng
⭐ 954 JavaScript 👤 chi-feng User 🕐 Mis à jour 2026-08-28 📅 Créé 2016-02-23
5
probtorch/probtorch

Probabilistic Torch est une bibliothèque pour les modèles génératifs profonds qui étend PyTorch

probtorch
⭐ 894 Python 👤 probtorch Organization 🕐 Mis à jour 2024-05-12 📅 Créé 2017-10-13
6
mitsuba-renderer/drjit

Dr.Jit — Un compilateur Just-In-Time pour le rendu différentiable

mitsuba-renderer
⭐ 815 C++ 👤 mitsuba-renderer Organization 🕐 Mis à jour 2026-10-22 📅 Créé 2020-05-06
7
netket/netket

Algorithmes d'apprentissage automatique pour les systèmes quantiques à plusieurs corps

netket
⭐ 708 Python 👤 netket Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2018-04-23
8
JasGujral/Quantsbin

Valorisation des options et analyse des produits dérivés en Python : Black-Scholes, binomial, Monte-Carlo, grecques et stratégies

JasGujral
⭐ 663 Python 👤 JasGujral User 🕐 Mis à jour 2026-11-18 📅 Créé 2018-07-04

Foire aux questions

1

Quel est le dépôt #monte-carlo-methods le plus populaire sur GitHub ?

Le projet #monte-carlo-methods open source le mieux classé sur GitHub est roboticcam/machine-learning-notes, avec 10,394 étoiles. Mes notes et démos continuellement mises à jour sur Machine Learning, Modèles Probabilistes et Deep Learning (2000+ diapositives) Mes supports de cours mis à jour sans interruption sur l'apprentissage automatique, les modèles probabilistes et l'apprentissage profond (2000+ pages) et liens vidéo

2

Quels langages de programmation sont les plus utilisés dans les dépôts #monte-carlo-methods ?

Parmi les projets #monte-carlo-methods les mieux classés sur GitHub, les langages de programmation les plus courants sont Jupyter Notebook, Python, JavaScript, C++.

3

Comment le classement des dépôts #monte-carlo-methods est-il calculé ?

Nous suivons 8 dépôts open source actifs associés à #monte-carlo-methods (500+ étoiles), totalisant 25,622 étoiles, avec une moyenne de 3,202 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.