Git Stars Git Stars

#decision-trees Repository

Scopri 14 repository GitHub open source attivi contrassegnati con #decision-trees, che raccolgono un totale di 58,478 stelle (con una media di 4,177 stelle per progetto). Il progetto leader di questo argomento è lightgbm-org/LightGBM, con 18,995 stelle.

14
Totale Repository
58,478
Totale stelle
4,177
Media Stelle/Repo

14 repository in totale

1
lightgbm-org/LightGBM

Un framework veloce, distribuito e ad alte prestazioni per il gradient boosting (GBT, GBDT, GBRT, GBM o MART) basato su algoritmi di alberi decisionali, utilizzato per ranking, classificazione e molte altre attività di machine learning.

lightgbm-org
⭐ 18,995 C++ 👤 lightgbm-org Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-08-05
2
catboost/catboost

Una libreria Gradient Boosting on Decision Trees veloce, scalabile e ad alte prestazioni, utilizzata per ranking, classificazione, regressione e altre attività di machine learning per Python, R, Java, C++. Supporta il calcolo su CPU e GPU.

catboost
⭐ 9,210 C++ 👤 catboost Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2017-07-18
3
greyhatguy007/Machine-Learning-Specialization-Coursera

Contiene Soluzioni e Note per la Specializzazione in Machine Learning della Stanford University e Deeplearning.ai - Coursera (2022) del Prof. Andrew NG

greyhatguy007
⭐ 8,184 Jupyter Notebook 👤 greyhatguy007 User 🕐 Aggiornato 2025-12-28 📅 Creato 2022-06-16
4
biolab/orange3

🍊 :bar_chart: :bulb: Orange: Analisi dati interattiva

biolab
⭐ 5,759 Python 👤 biolab Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2013-02-22
5
susanli2016/Machine-Learning-with-Python

Codice Python per algoritmi comuni di Machine Learning

susanli2016
⭐ 4,580 Jupyter Notebook 👤 susanli2016 User 🕐 Aggiornato 2025-06-05 📅 Creato 2017-05-26
6
parrt/dtreeviz

Una libreria Python per la visualizzazione di alberi decisionali e l'interpretazione del modello.

parrt
⭐ 3,161 Jupyter Notebook 👤 parrt User 🕐 Aggiornato 2026-01-02 📅 Creato 2018-08-13
7
kk7nc/Text_Classification

Algoritmi di classificazione del testo: Una revisione

kk7nc
⭐ 1,827 Python 👤 kk7nc User 🕐 Aggiornato 2025-04-01 📅 Creato 2018-07-06
8
justmarkham/DAT8

Corso di Data Science di General Assembly 2015 a Washington, DC

justmarkham
⭐ 1,622 Jupyter Notebook 👤 justmarkham User 🕐 Aggiornato 2024-06-05 📅 Creato 2015-08-07
9
nivu/ai_all_resources

Una lista curata delle migliori risorse di Intelligenza Artificiale

nivu
⭐ 1,543 Jupyter Notebook 👤 nivu User 🕐 Aggiornato 2026-09-19 📅 Creato 2019-12-26
10
dmlc/treelite

Formato universale di scambio e serializzazione di modelli per foreste di alberi decisionali

dmlc
⭐ 833 C++ 👤 dmlc Organization 🕐 Aggiornato 2026-11-17 📅 Creato 2017-06-28
11
mljar/supertree

Impressiona il tuo capo con la visualizzazione interattiva dell'albero decisionale

mljar
⭐ 700 JavaScript 👤 mljar Organization 🕐 Aggiornato 2026-08-11 📅 Creato 2024-07-24
12
tensorflow/decision-forests

Una raccolta di algoritmi all'avanguardia per l'addestramento, il serving e l'interpretazione dei modelli Decision Forest in Keras.

tensorflow
⭐ 693 Python 👤 tensorflow Organization 🕐 Aggiornato 2026-05-19 📅 Creato 2021-04-22
13
kossisoroyce/timber

Ollama per modelli ML classici. Compilatore AOT che converte modelli XGBoost, LightGBM, scikit-learn, CatBoost e ONNX in codice di inferenza nativo C99. Un comando per caricare, un comando per servire. 336x più veloce dell'inferenza Python.

kossisoroyce
⭐ 692 Python 👤 kossisoroyce User 🕐 Aggiornato 2026-04-16 📅 Creato 2026-02-27
14
google/yggdrasil-decision-forests

Una libreria per addestrare, valutare, interpretare e mettere in produzione modelli di foreste decisionali come Random Forest e Gradient Boosted Decision Trees.

google
⭐ 680 C++ 👤 google Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2021-04-22

Domande frequenti

1

Qual è il repository #decision-trees più popolare su GitHub?

Il progetto open source #decision-trees più alto in classifica su GitHub è lightgbm-org/LightGBM, con 18,995 stelle. Un framework veloce, distribuito e ad alte prestazioni per il gradient boosting (GBT, GBDT, GBRT, GBM o MART) basato su algoritmi di alberi decisionali, utilizzato per ranking, classificazione e molte altre attività di machine learning.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #decision-trees?

Tra i progetti #decision-trees più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Jupyter Notebook, C++, Python, JavaScript.

3

Come viene calcolata la classifica dei repository #decision-trees?

Monitoriamo 14 repository open source attivi contrassegnati con #decision-trees (500+ stelle), per un totale di 58,478 stelle e una media di 4,177 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.