Git Stars Git Stars

#random-forest リポジトリ

#random-forestのタグが付いた、GitHub上の26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57,940個で、プロジェクトあたりの平均は2,228個です。このトピックをリードしているのは、10,051個のスターを獲得しているEpistasisLab/tpotです。

26
リポジトリ総数
57,940
合計スター数
2,228
リポジトリあたりの平均スター数

リポジトリ合計26件

1
EpistasisLab/tpot

遺伝的プログラミングを使用して機械学習パイプラインを最適化するPython自動化機械学習ツール。

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 更新日時 2025-09-11 📅 作成日 2015-11-03
2
h2oai/h2o-3

H2Oは、オープンソース、分散型、高速、スケーラブルな機械学習プラットフォームです。ディープラーニング、勾配ブースティング(GBM)およびXGBoost、ランダムフォレスト、一般化線形モデリング(Elastic Netを使用したGLM)、K-Means、PCA、一般化加法モデル(GAM)、RuleFit、サポートベクターマシン(SVM)、スタックドアンサンブル、自動機械学習(AutoML)など。

h2oai
⭐ 7,527 Jupyter Notebook 👤 h2oai Organization 🕐 更新日時 2026-11-11 📅 作成日 2014-03-03
3
biolab/orange3

🍊 :bar_chart: :bulb: Orange: インタラクティブなデータ分析

biolab
⭐ 5,759 Python 👤 biolab Organization 🕐 更新日時 2026-11-20 📅 作成日 2013-02-22
4
susanli2016/Machine-Learning-with-Python

一般的な機械学習アルゴリズムのためのPythonコード

susanli2016
⭐ 4,580 Jupyter Notebook 👤 susanli2016 User 🕐 更新日時 2025-06-05 📅 作成日 2017-05-26
5
microsoft/FLAML

AutoMLとチューニングのための高速ライブラリ。Discordに参加してください:https://discord.gg/Cppx2vSPVP。

microsoft
⭐ 4,422 Jupyter Notebook 👤 microsoft Organization 🕐 更新日時 2026-11-21 📅 作成日 2020-08-20
6
mljar/mljar-supervised

テーブルデータ向け AutoML のための Python パッケージ:特徴エンジニアリング、ハイパーパラメータチューニング、説明、および自動ドキュメント

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 更新日時 2026-11-05 📅 作成日 2018-11-05
7
parrt/dtreeviz

決定木の可視化とモデル解釈のためのPythonライブラリ。

parrt
⭐ 3,161 Jupyter Notebook 👤 parrt User 🕐 更新日時 2026-01-02 📅 作成日 2018-08-13
8
benedekrozemberczki/awesome-decision-tree-papers

決定木、分類木および回帰木に関する研究論文のコレクションで、実装が含まれます。

benedekrozemberczki
⭐ 2,480 Python 👤 benedekrozemberczki User 🕐 更新日時 2025-12-28 📅 作成日 2019-05-11
9
benedekrozemberczki/awesome-fraud-detection-papers

詐欺検出に関するデータマイニング論文のキュレーションされたリスト。

benedekrozemberczki
⭐ 1,843 Python 👤 benedekrozemberczki User 🕐 更新日時 2026-01-05 📅 作成日 2019-05-27
10
kk7nc/Text_Classification

テキスト分類アルゴリズム:概観

kk7nc
⭐ 1,827 Python 👤 kk7nc User 🕐 更新日時 2025-04-01 📅 作成日 2018-07-06
11
nivu/ai_all_resources

最高の人工知能リソースのキュレーションされたリスト

nivu
⭐ 1,543 Jupyter Notebook 👤 nivu User 🕐 更新日時 2026-09-19 📅 作成日 2019-12-26
12
automl/SMAC3

SMAC3: ハイパーパラメータ最適化のための汎用ベイズ最適化パッケージ

automl
⭐ 1,273 Python 👤 automl Organization 🕐 更新日時 2026-11-18 📅 作成日 2016-08-17
13
grf-labs/grf

一般化ランダムフォレスト

grf-labs
⭐ 1,121 C++ 👤 grf-labs Organization 🕐 更新日時 2026-04-30 📅 作成日 2016-08-12
14
benedekrozemberczki/awesome-gradient-boosting-papers

実装付きの勾配ブースティング研究論文のキュレーションされたリスト。

benedekrozemberczki
⭐ 1,053 Python 👤 benedekrozemberczki User 🕐 更新日時 2026-01-05 📅 作成日 2019-05-11
15
LAMDA-NJU/Deep-Forest

ディープフォレスト(Deep Forest)のための効率的、スケーラブル、かつ最適化されたPythonフレームワーク (2021.2.1)

LAMDA-NJU
⭐ 961 Python 👤 LAMDA-NJU Organization 🕐 更新日時 2026-05-18 📅 作成日 2021-01-27
16
emlearn/emlearn

マイクロコントローラおよび組み込みデバイス向け機械学習推論エンジン

emlearn
⭐ 776 Python 👤 emlearn Organization 🕐 更新日時 2026-11-10 📅 作成日 2018-03-16
17
Xtra-Computing/thundergbm

ThunderGBM: GPU 上の高速 GBDT とランダムフォレスト

Xtra-Computing
⭐ 713 C++ 👤 Xtra-Computing Organization 🕐 更新日時 2025-03-19 📅 作成日 2016-11-11
18
mljar/supertree

インタラクティブな決定木の可視化で上司を感動させましょう

mljar
⭐ 700 JavaScript 👤 mljar Organization 🕐 更新日時 2026-08-11 📅 作成日 2024-07-24
19
tensorflow/decision-forests

KerasにおけるDecision Forestモデルのトレーニング、サービング、解釈のための最先端アルゴリズムのコレクション。

tensorflow
⭐ 693 Python 👤 tensorflow Organization 🕐 更新日時 2026-05-19 📅 作成日 2021-04-22
20
google/yggdrasil-decision-forests

Random ForestやGradient Boosted Decision Treesなどの決定木モデルをトレーニング、評価、解釈、および本番運用するためのライブラリ。

google
⭐ 680 C++ 👤 google Organization 🕐 更新日時 2026-11-20 📅 作成日 2021-04-22
21
parrt/random-forest-importances

Python scikit-learn モデルでの順列と列削除重要度の計算コード

parrt
⭐ 625 Jupyter Notebook 👤 parrt User 🕐 更新日時 2025-03-24 📅 作成日 2018-03-22
22
kochlisGit/ProphitBet-Soccer-Bets-Predictor

ProphitBetは、機械学習を用いてサッカーの賭けを予測するアプリケーションです。チームの調子を分析し、試合の統計を算出するとともに、高度な機械学習(ML)手法を用いて試合結果を予測します。さらに、最適な賭け戦略を学習できる、深層強化学習(DRL)に基づくベッティングエージェントも提供します。

kochlisGit
⭐ 606 Python 👤 kochlisGit User 🕐 更新日時 2026-10-27 📅 作成日 2022-03-18
23
Western-OC2-Lab/Intrusion-Detection-System-Using-Machine-Learning

IDS-MLのコード:機械学習アルゴリズム(決定木、ランダムフォレスト、エクストリームツリー、XGBoost、スタッキング、k-means、ベイズ最適化..)を使用した侵入検知システムの開発

Western-OC2-Lab
⭐ 602 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 更新日時 2026-04-01 📅 作成日 2021-05-25
⭐ 580 👤 Carl-McBride-Ellis User 🕐 更新日時 2026-11-07 📅 作成日 2023-09-01
25
machinelearnjs/machinelearnjs

Web と Node 用の機械学習ライブラリ。

machinelearnjs
⭐ 541 TypeScript 👤 machinelearnjs Organization 🕐 更新日時 2026-02-07 📅 作成日 2018-04-29
26
kLabUM/rrcf

🌲 ストリーム上の異常検出のための Robust Random Cut Forest アルゴリズムの実装

kLabUM
⭐ 519 Python 👤 kLabUM Organization 🕐 更新日時 2024-02-24 📅 作成日 2018-10-20

よくある質問

1

GitHubで最も人気のある#random-forest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#random-forestプロジェクトは、10,051個のスターを獲得しているEpistasisLab/tpotです。遺伝的プログラミングを使用して機械学習パイプラインを最適化するPython自動化機械学習ツール。

2

#random-forest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#random-forestプロジェクトでは、Python, Jupyter Notebook, C++, JavaScriptが最も一般的なプログラミング言語です。

3

#random-forest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?

#random-forestのタグが付いた26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57,940個で、リポジトリあたりの平均は2,228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。