#xgboost リポジトリ
#xgboostのタグが付いた、GitHub上の34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80,652個で、プロジェクトあたりの平均は2,372個です。このトピックをリードしているのは、29,010個のスターを獲得しているdmlc/xgboostです。
リポジトリ合計34件
スケーラブルでポータブルな分散勾配ブースティング(GBDT、GBRT、GBM)ライブラリ。Python、R、Java、Scala、Cなどに対応。単一マシン、Hadoop、Spark、Dask、Flink、DataFlowで動作します。
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
ML モデルをゼロ依存のネイティブ コード (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust) に変換
Mars は、大規模データ計算のためのテンソルベースの統一フレームワークで、numpy、pandas、scikit-learn、および Python 関数をスケーリングします。
Ollama:古典的MLモデル用。XGBoost、LightGBM、scikit-learn、CatBoost、ONNXモデルをネイティブC99推論コードに変換するAOTコンパイラ。ロード1コマンド、サーブ1コマンド。Python推論の336倍高速。
高度な特徴量エンジニアリング戦略を使用して、1行のコードでデータセットから最適な特徴量を選択します。Ram Seshadriによって作成されました。協力者を歓迎します。
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
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#xgboost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#xgboostプロジェクトは、29,010個のスターを獲得しているdmlc/xgboostです。スケーラブルでポータブルな分散勾配ブースティング(GBDT、GBRT、GBM)ライブラリ。Python、R、Java、Scala、Cなどに対応。単一マシン、Hadoop、Spark、Dask、Flink、DataFlowで動作します。
#xgboost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#xgboostプロジェクトでは、Python, Jupyter Notebook, C++, Goが最も一般的なプログラミング言語です。
#xgboost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?
#xgboostのタグが付いた34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80,652個で、リポジトリあたりの平均は2,372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。