#gbm 저장소
#gbm 태그가 지정된 GitHub의 활성 오픈 소스 저장소 6개를 확인해 보세요. 총 65,993개의 스타를 획득했으며 프로젝트당 평균 10,998개입니다. 이 주제를 이끄는 저장소는 29,010개의 스타를 받은 dmlc/xgboost입니다.
저장소 총 6개
확장 가능하고 이식 가능한 분산 그래디언트 부스팅(GBDT, GBRT 또는 GBM) 라이브러리로, Python, R, Java, Scala, C 등을 지원합니다. 단일 머신, Hadoop, Spark, Dask, Flink 및 DataFlow에서 실행됩니다.
결정 트리 알고리즘을 기반으로 한 빠르고 분산된 고성능 그래디언트 부스팅 (GBT, GBDT, GBRT, GBM 또는 MART) 프레임워크로, 랭킹, 분류 및 기타 많은 머신러닝 작업에 사용됩니다.
결정 트리 기반의 빠르고 확장 가능하며 고성능 Gradient Boosting 라이브러리로, Python, R, Java, C++용 랭킹, 분류, 회귀 및 기타 머신러닝 작업에 사용됩니다. CPU와 GPU에서 계산을 지원합니다.
H2O는 오픈 소스, 분산형, 빠르고 확장 가능한 머신러닝 플랫폼입니다: 딥러닝, 그래디언트 부스팅(GBM) & XGBoost, 랜덤 포레스트, 일반화 선형 모델(탄력망 포함 GLM), K-평균, PCA, 일반화 가법 모델(GAM), RuleFit, 서포트 벡터 머신(SVM), 스태킹 앙상블, 자동화 머신러닝(AutoML) 등
Perpetual은 고성능 그라디언트 부스팅 머신입니다. 단일 실행에서 복잡한 튜닝 없이 간단한 예산 파라미터만으로 최적의 정확도를 제공합니다. 제로-카피 바인딩을 포함한 Rust 코어와 함께 인과 ML, 지속적 학습, 네이티브 보정 및 견고한 이탈 모니터링을 원클릭으로 지원합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #gbm 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #gbm 프로젝트는 29,010개의 스타를 받은 dmlc/xgboost입니다. 확장 가능하고 이식 가능한 분산 그래디언트 부스팅(GBDT, GBRT 또는 GBM) 라이브러리로, Python, R, Java, Scala, C 등을 지원합니다. 단일 머신, Hadoop, Spark, Dask, Flink 및 DataFlow에서 실행됩니다.
#gbm 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #gbm 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 C++, Jupyter Notebook, Rust, C입니다.
#gbm 저장소 순위는 어떻게 계산되나요?
#gbm 태그가 지정된 활성 오픈 소스 저장소(6개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 65,993개이며 저장소당 평균 10,998개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.