#risk-control Repository
Scopri 5 repository GitHub open source attivi contrassegnati con #risk-control, che raccolgono un totale di 5,426 stelle (con una media di 1,085 stelle per progetto). Il progetto leader di questo argomento è scikit-learn-contrib/MAPIE, con 1,697 stelle.
5 repository in totale
Una libreria compatibile con scikit-learn per la stima degli intervalli di previsione e il controllo dei rischi, basata su previsioni conformi.
Motore di controllo dei rischi in tempo reale (Risk Engine) e motore di regole personalizzabile (Rule Script), con pieno supporto per il cinese e pronto all’uso per le applicazioni antifrode. Funziona subito, senza configurazioni!!! Lo strumento definitivo per la gestione dei rischi nell’era di Internet mobile. Hai capito?
🐟 Guida completa al linguaggio in codice del mercato cinese dell’usato e guida alla conformità per evitare insidie (oltre 4.476 varianti di codici usate nella pratica su Xianyu / Zhuanzhuan / Xiaohongshu, interpretazione dei sottintesi dei venditori e guida all’ispezione per gli acquirenti, per evitare truffe)
Framework per sistemi di controllo del rischio di business in tempo reale JAVA leggero
MARVIS-Agent: agente di rischio di credito multiuso per sviluppo di modelli, validazione, elaborazione dati, ingegneria delle caratteristiche e flussi di lavoro strategici.
Domande frequenti
Qual è il repository #risk-control più popolare su GitHub?
Il progetto open source #risk-control più alto in classifica su GitHub è scikit-learn-contrib/MAPIE, con 1,697 stelle. Una libreria compatibile con scikit-learn per la stima degli intervalli di previsione e il controllo dei rischi, basata su previsioni conformi.
Quali linguaggi di programmazione sono più utilizzati nei repository #risk-control?
Tra i progetti #risk-control più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Java, Jupyter Notebook, Python.
Come viene calcolata la classifica dei repository #risk-control?
Monitoriamo 5 repository open source attivi contrassegnati con #risk-control (500+ stelle), per un totale di 5,426 stelle e una media di 1,085 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.