Git Stars Git Stars

#catboost Repositórios

Descubra 8 repositórios ativos de código aberto no GitHub marcados com #catboost, acumulando um total de 20,005 estrelas (uma média de 2,500 por projeto). O líder deste tópico é catboost/catboost, com 9,210 estrelas.

8
Total de Repositórios
20,005
Total de estrelas
2,500
Média de Estrelas/Repositório
Linguagens de programação: Python Jupyter Notebook C++

8 repositórios no total

1
catboost/catboost

Uma biblioteca de Gradient Boosting em Árvores de Decisão rápida, escalável e de alto desempenho, usada para ranking, classificação, regressão e outras tarefas de aprendizado de máquina para Python, R, Java, C++. Suporta computação em CPU e GPU.

catboost
⭐ 9,210 C++ 👤 catboost Organization 🕐 Atualizado 2026-11-20 📅 Criado 2017-07-18
2
mljar/mljar-supervised

Pacote Python para AutoML em Dados Tabulares com Engenharia de Atributos, Ajuste de Hiperparâmetros, Explicações e Documentação Automática

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 Atualizado 2026-11-05 📅 Criado 2018-11-05
3
benedekrozemberczki/awesome-decision-tree-papers

Uma coleção de artigos de pesquisa sobre árvores de decisão, classificação e regressão com implementações.

benedekrozemberczki
⭐ 2,480 Python 👤 benedekrozemberczki User 🕐 Atualizado 2025-12-28 📅 Criado 2019-05-11
4
skforecast/skforecast

Biblioteca Python para previsão de séries temporais usando modelos compatíveis com scikit-learn, métodos estatísticos e modelos fundamentais

skforecast
⭐ 1,551 Python 👤 skforecast Organization 🕐 Atualizado 2026-11-21 📅 Criado 2021-02-10
5
catboost/tutorials

Repositório de tutoriais do CatBoost

catboost
⭐ 1,112 Jupyter Notebook 👤 catboost Organization 🕐 Atualizado 2026-10-23 📅 Criado 2018-06-25
6
benedekrozemberczki/awesome-gradient-boosting-papers

Uma lista com curadoria de artigos de pesquisa sobre gradient boosting com implementações.

benedekrozemberczki
⭐ 1,053 Python 👤 benedekrozemberczki User 🕐 Atualizado 2026-01-05 📅 Criado 2019-05-11
7
kossisoroyce/timber

Ollama para modelos ML clássicos. Compilador AOT que transforma modelos XGBoost, LightGBM, scikit-learn, CatBoost e ONNX em código de inferência nativo C99. Um comando para carregar, um comando para servir. 336x mais rápido que inferência em Python.

kossisoroyce
⭐ 692 Python 👤 kossisoroyce User 🕐 Atualizado 2026-04-16 📅 Criado 2026-02-27
8
Western-OC2-Lab/Intrusion-Detection-System-Using-Machine-Learning

Código para IDS-ML: desenvolvimento de sistema de detecção de intrusão usando algoritmos de aprendizado de máquina (Árvore de decisão, random forest, extra trees, XGBoost, stacking, k-means, otimização Bayesiana..)

Western-OC2-Lab
⭐ 602 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 Atualizado 2026-04-01 📅 Criado 2021-05-25

Perguntas Frequentes

1

Qual é o repositório de #catboost mais popular no GitHub?

O projeto de código aberto de #catboost mais bem classificado no GitHub é catboost/catboost, com 9,210 estrelas. Uma biblioteca de Gradient Boosting em Árvores de Decisão rápida, escalável e de alto desempenho, usada para ranking, classificação, regressão e outras tarefas de aprendizado de máquina para Python, R, Java, C++. Suporta computação em CPU e GPU.

2

Quais linguagens de programação são mais usadas nos repositórios de #catboost?

Entre os projetos de #catboost mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++.

3

Como é calculada a classificação dos repositórios de #catboost?

Acompanhamos 8 repositórios ativos de código aberto marcados com #catboost (com mais de 500 estrelas), totalizando 20,005 estrelas e uma média de 2,500 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.