Git Stars Git Stars

#xgboost 저장소

#xgboost 태그가 지정된 GitHub의 활성 오픈 소스 저장소 34개를 확인해 보세요. 총 80,652개의 스타를 획득했으며 프로젝트당 평균 2,372개입니다. 이 주제를 이끄는 저장소는 29,010개의 스타를 받은 dmlc/xgboost입니다.

34
총 리포지토리
80,652
총 별점
2,372
리포지토리당 평균 스타 수

저장소 총 34개

1
dmlc/xgboost

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.

dmlc
⭐ 29,010 C++ 👤 dmlc Organization 🕐 업데이트됨 2026-11-19 📅 생성됨 2014-02-06
2
kserve/kserve

Kubernetes 상의 확장 가능하고 다중 프레임워크 배포를 위한 표준화된 분산 생성 및 예측 AI 추론 플랫폼

kserve
⭐ 6,253 Go 👤 kserve Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2019-03-27
3
alibaba/Alink

Alink은 Alibaba 컴퓨팅 플랫폼의 PAI 팀이 개발한 Flink 기반 머신러닝 알고리즘 플랫폼입니다.

alibaba
⭐ 3,625 Java 👤 alibaba Organization 🕐 업데이트됨 2024-06-07 📅 생성됨 2018-09-30
4
mljar/mljar-supervised

테이블 데이터용 AutoML을 위한 Python 패키지: 기능 엔지니어링, 하이퍼파라미터 튜닝, 설명 및 자동 문서화

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 업데이트됨 2026-11-05 📅 생성됨 2018-11-05
5
parrt/dtreeviz

결정 트리 시각화 및 모델 해석을 위한 Python 라이브러리.

parrt
⭐ 3,161 Jupyter Notebook 👤 parrt User 🕐 업데이트됨 2026-01-02 📅 생성됨 2018-08-13
6
BayesWitnesses/m2cgen

ML 모델을 제로 의존성으로 네이티브 코드(Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust)로 변환

BayesWitnesses
⭐ 2,944 Python 👤 BayesWitnesses Organization 🕐 업데이트됨 2024-08-03 📅 생성됨 2019-01-13
7
TeamHG-Memex/eli5

기계 학습 분류기를 디버깅/검사하고 그 예측을 설명하는 라이브러리

TeamHG-Memex
⭐ 2,858 Jupyter Notebook 👤 TeamHG-Memex Organization 🕐 업데이트됨 2026-04-08 📅 생성됨 2016-09-15
8
mars-project/mars

Mars는 대규모 데이터 계산을 위한 텐서 기반의 통합 프레임워크로, numpy, pandas, scikit-learn 및 Python 함수를 확장합니다.

mars-project
⭐ 2,751 Python 👤 mars-project Organization 🕐 업데이트됨 2024-01-02 📅 생성됨 2018-12-05
9
jolibrain/deepdetect

Torch 및 TensorRT를 위한 딥러닝 서버 및 CLI

jolibrain
⭐ 2,549 C++ 👤 jolibrain Organization 🕐 업데이트됨 2026-11-17 📅 생성됨 2015-05-22
10
benedekrozemberczki/awesome-decision-tree-papers

결정, 분류 및 회귀 트리에 관한 연구 논문 모음으로, 구현이 포함되어 있습니다.

benedekrozemberczki
⭐ 2,480 Python 👤 benedekrozemberczki User 🕐 업데이트됨 2025-12-28 📅 생성됨 2019-05-11
11
kubeflow/trainer

쿠버네티스에서 분산형 AI 모델 훈련 및 LLM 미세 조정

kubeflow
⭐ 2,287 Go 👤 kubeflow Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2017-06-28
12
AutoViML/AutoViz

단 한 줄의 코드로 모든 데이터셋, 모든 크기를 자동으로 시각화합니다. Ram Seshadri 제작. 협력자 환영. 요청 시 허가 부여.

AutoViML
⭐ 1,870 Python 👤 AutoViML User 🕐 업데이트됨 2024-06-10 📅 생성됨 2019-07-17
13
skforecast/skforecast

scikit-learn 호환 모델, 통계 방법 및 기초 모델을 사용한 시계열 예측을 위한 Python 라이브러리

skforecast
⭐ 1,551 Python 👤 skforecast Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2021-02-10
14
Nixtla/mlforecast

시계열 예측을 위한 확장 가능한 머신 🤖 러닝.

Nixtla
⭐ 1,308 Python 👤 Nixtla Organization 🕐 업데이트됨 2026-11-19 📅 생성됨 2021-04-26
15
xorbitsai/xorbits

API 호환 및 번개처럼 빠른 방식으로 확장 가능한 Python DS & ML.

xorbitsai
⭐ 1,200 Python 👤 xorbitsai Organization 🕐 업데이트됨 2026-02-14 📅 생성됨 2022-07-27
16
benedekrozemberczki/awesome-gradient-boosting-papers

구현과 함께하는 그래디언트 부스팅 연구 논문의 큐레이티드 목록.

benedekrozemberczki
⭐ 1,053 Python 👤 benedekrozemberczki User 🕐 업데이트됨 2026-01-05 📅 생성됨 2019-05-11
17
NVIDIA/NVFlare

NVIDIA 연합 학습 애플리케이션 런타임 환경

NVIDIA
⭐ 1,017 Python 👤 NVIDIA Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2021-07-23
18
SeldonIO/MLServer

머신러닝 모델을 위한 추론 서버로, 여러 프레임워크 지원, 다중 모델 서빙 등을 포함합니다

SeldonIO
⭐ 903 Python 👤 SeldonIO Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2020-06-16
19
Tejas-TA/predikit

머신러닝 모델과 AI 에이전트를 이어 주는 빠져 있던 다리.

Tejas-TA
⭐ 840 Python 👤 Tejas-TA User 🕐 업데이트됨 2026-10-28 📅 생성됨 2026-05-25
20
apachecn/ml-mastery-zh

:book: [번역] MachineLearningMastery 블로그 기사

apachecn
⭐ 786 JavaScript 👤 apachecn Organization 🕐 업데이트됨 2025-02-19 📅 생성됨 2019-03-25
21
StatMixedML/XGBoostLSS

XGBoost를 확률 모델링으로 확장한 버전

StatMixedML
⭐ 738 Python 👤 StatMixedML User 🕐 업데이트됨 2026-10-02 📅 생성됨 2019-06-16
22
abhishekkrthakur
⭐ 728 Python 👤 abhishekkrthakur User 🕐 업데이트됨 2024-09-14 📅 생성됨 2021-10-26
23
mljar/supertree

대화형 의사 결정 트리 시각화로 상사에게 깊은 인상을 남기세요

mljar
⭐ 700 JavaScript 👤 mljar Organization 🕐 업데이트됨 2026-08-11 📅 생성됨 2024-07-24
24
yandex/rep

인간을 위한 머신러닝 툴박스

yandex
⭐ 698 Jupyter Notebook 👤 yandex Organization 🕐 업데이트됨 2024-07-31 📅 생성됨 2015-04-13
25
kossisoroyce/timber

Ollama: 고전 ML 모델용. XGBoost, LightGBM, scikit-learn, CatBoost 및 ONNX 모델을 네이티브 C99 추론 코드로 변환하는 AOT 컴파일러. 로드 한 명령어, 서빙 한 명령어. Python 추론보다 336배 빠름.

kossisoroyce
⭐ 692 Python 👤 kossisoroyce User 🕐 업데이트됨 2026-04-16 📅 생성됨 2026-02-27
26
AutoViML/featurewiz

고급 기능 엔지니어링 전략을 사용하여 데이터 세트에서 최상의 기능을 단 한 줄의 코드로 선택하십시오. Ram Seshadri가 만들었습니다. 협력자 환영.

AutoViML
⭐ 677 Python 👤 AutoViML User 🕐 업데이트됨 2025-02-19 📅 생성됨 2020-11-29
27
Ekeany/Boruta-Shap

Boruta 특성 선택 알고리즘과 shapley 값을 모두 결합한 트리 기반 특성 선택 도구입니다.

Ekeany
⭐ 641 Python 👤 Ekeany User 🕐 업데이트됨 2024-02-19 📅 생성됨 2020-04-13
28
neptune-ai/neptune-client

📘 기초 모델 훈련을 위한 실험 추적기

neptune-ai
⭐ 623 Python 👤 neptune-ai Organization 🕐 업데이트됨 2026-03-17 📅 생성됨 2019-02-11
29
Western-OC2-Lab/Intrusion-Detection-System-Using-Machine-Learning

IDS-ML용 코드: 머신러닝 알고리즘 (결정 트리, 랜덤 포레스트, 엑스트라 트리, XGBoost, 스태킹, k-평균, 베이즈 최적화..)을 사용한 침입 탐지 시스템 개발

Western-OC2-Lab
⭐ 602 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 업데이트됨 2026-04-01 📅 생성됨 2021-05-25
30
whyzhow/Kaggle-NeurIPS---Open-Polymer-Prediction-2025-Silver-Algorithm-Overview

은메달 Kaggle NeurIPS 오픈 폴리머 예측 솔루션의 개선된 재현 가능한 구현으로, SMILES 정규화, 분자 설명자, CatBoost/XGBoost 모델, OOF 스태킹, 그리고 선택적 PyTorch Geometric GNN을 특징으로 합니다.

whyzhow
⭐ 591 Python 👤 whyzhow User 🕐 업데이트됨 2026-02-28 📅 생성됨 2026-02-13
31
openscoring/openscoring

Scikit-Learn, R 및 Apache Spark 모델의 진정한 실시간 점수 평가(<1 ms)를 위한 REST 웹 서비스

openscoring
⭐ 587 Java 👤 openscoring Organization 🕐 업데이트됨 2026-02-02 📅 생성됨 2013-04-02
32
cerlymarco/shap-hypetune

Gradient Boosting 모델을 위한 동시 하이퍼파라미터 튜닝 및 특성 선택을 위한 파이썬 패키지.

cerlymarco
⭐ 584 Jupyter Notebook 👤 cerlymarco User 🕐 업데이트됨 2024-06-08 📅 생성됨 2021-05-16
33
hyperactive-project/Hyperactive

최적화 알고리즘 및 실험을 위한 통합 인터페이스

hyperactive-project
⭐ 551 Python 👤 hyperactive-project Organization 🕐 업데이트됨 2026-11-02 📅 생성됨 2018-11-01
34
AutoViML/Auto_ViML

한 줄의 코드로 여러 ML 모델을 자동으로 빌드하세요. Ram Seshadri가 만들었습니다. 협력자 환영. 요청 시 허가 부여.

AutoViML
⭐ 547 Python 👤 AutoViML User 🕐 업데이트됨 2025-01-30 📅 생성됨 2019-06-10

자주 묻는 질문

1

GitHub에서 가장 인기 있는 #xgboost 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #xgboost 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.

2

#xgboost 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #xgboost 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, C++, Go입니다.

3

#xgboost 저장소 순위는 어떻게 계산되나요?

#xgboost 태그가 지정된 활성 오픈 소스 저장소(34개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 80,652개이며 저장소당 평균 2,372개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.