#kaggle リポジトリ
#kaggleのタグが付いた、GitHub上の19件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は140,042個で、プロジェクトあたりの平均は7,370個です。このトピックをリードしているのは、28,776個のスターを獲得しているdonnemartin/data-science-ipython-notebooksです。
リポジトリ合計19件
データサイエンスPythonノートブック:ディープラーニング(TensorFlow、Theano、Caffe、Keras)、scikit-learn、Kaggle、ビッグデータ(Spark、Hadoop MapReduce、HDFS)、matplotlib、pandas、NumPy、SciPy、Pythonの基本、AWS、およびさまざまなコマンドライン。
マルチフレームワークのコード、数学、議論を含むインタラクティブなディープラーニングの本。スタンフォード、MIT、ハーバード、ケンブリッジを含む70カ国500大学で採用。
決定木アルゴリズムに基づく高速で分散型の高性能グラディエントブースティング(GBT、GBDT、GBRT、GBM または MART)フレームワークで、ランキング、分類、および多くの他の機械学習タスクに使用されます。
決定木上の勾配ブースティングの高速、スケーラブル、高性能ライブラリ。Python、R、Java、C++向けのランキング、分類、回帰、および他の機械学習タスクに使用されます。CPUおよびGPUでの計算をサポートします。
Approaching (Almost) Any Machine Learning Problem 中国語版、オンラインドキュメントアドレス:https://ytzfhqs.github.io/AAAMLP-CN/
無料の Kaggle TPU v5e-8 上で動作する最先端クラスのオープンモデル:GLM-5.3-Flash 320B MoE(約165 tok/s、独自の JAX エンジン使用)と Qwen3.8-27B bf16(約130 tok/s)。262k コンテキスト、プレフィックスキャッシュに対応。Claude Code、Codex、opencode、pi で利用できます。
Perpetualは高性能な勾配ブースティングマシンです。シンプルな予算パラメータだけで複雑なチューニングなしに単一実行で最適な精度を提供します。因果ML、継続的学習、ネイティブキャリブレーション、頑健なドリフト監視をアウト・オブ・ザ・ボックスでサポートし、RustコアとPython・R用のゼロコピー・バインディングを備えています。
Kaggleのサンフランシスコ犯罪説明を39クラスに分類します。Tensorflow上でCNN、RNN(GRUおよびLSTM)、ワードエンベディングを使用してモデルを構築します。
銀メダル Kaggle NeurIPS オープン聚合物予測ソリューションの改良され再現可能な実装で、SMILES 正規化、分子記述子、CatBoost/XGBoost モデル、OOF スタッキング、およびオプションの PyTorch Geometric GNN を特徴とする。
よくある質問
GitHubで最も人気のある#kaggleリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#kaggleプロジェクトは、28,776個のスターを獲得しているdonnemartin/data-science-ipython-notebooksです。データサイエンスPythonノートブック:ディープラーニング(TensorFlow、Theano、Caffe、Keras)、scikit-learn、Kaggle、ビッグデータ(Spark、Hadoop MapReduce、HDFS)、matplotlib、pandas、NumPy、SciPy、Pythonの基本、AWS、およびさまざまなコマンドライン。
#kaggleリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#kaggleプロジェクトでは、Python, Jupyter Notebook, C++, Astroが最も一般的なプログラミング言語です。
#kaggleリポジトリのランキングはどのように算出されていますか?
#kaggleのタグが付いた19件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は140,042個で、リポジトリあたりの平均は7,370個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。