#ensemble-learning Repositórios
Descubra 24 repositórios ativos de código aberto no GitHub marcados com #ensemble-learning, acumulando um total de 48,495 estrelas (uma média de 2,020 por projeto). O líder deste tópico é autogluon/autogluon, com 10,843 estrelas.
24 repositórios no total
H2O é uma Plataforma de Aprendizado de Máquina de Código Aberto, Distribuída, Rápida e Escalável: Deep Learning, Gradient Boosting (GBM) e XGBoost, Random Forest, Generalized Linear Modeling (GLM com Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), etc.
É minha convicção que vocês, estudantes de pós-graduação e candidatos a emprego para quem o livro é primariamente destinado, se beneficiarão com a leitura; contudo, é minha esperança que até mesmo os pesquisadores mais experientes o achem igualmente fascinante.
Merlion: Uma Estrutura de Machine Learning para Inteligência em Séries Temporais
Uma coleção de artigos de pesquisa sobre árvores de decisão, classificação e regressão com implementações.
😎 Tudo sobre aprendizado de classe desbalanceada/long-tail: artigos, códigos, frameworks e bibliotecas | 关于类别不平衡/长尾学习的一切:论文、代码、框架与库
Uma estrutura de ensemble unificada para PyTorch para melhorar o desempenho e a robustez do seu modelo de aprendizado profundo.
Uma base de código e uma lista selecionada de aprendizado profundo de cauda longa (TPAMI 2023).
Uma Estrutura Python Eficiente, Escalável e Otimizada para Deep Forest (2021.2.1)
Uma coleção de métodos de detecção de anomalias (iid/baseados em pontos, grafos e séries temporais), incluindo aprendizado ativo para detecção/descoberta de anomalias, mineração de regras bayesianas, descrição para diversidade/explicação/interpretabilidade. Análise da incorporação de feedback de rótulos com detectores baseados em ensemble e em árvores. Inclui ataques adversariais com Redes Neurais Convolucionais de Grafos.
Formato universal de troca de modelos e serialização para florestas de árvores de decisão
Fusão de Modelos em LLMs, MLLMs e Além: Métodos, Teorias, Aplicações e Oportunidades. ACM Computing Surveys, 2026.
Repositório de nossos artigos: Modelo do Mundo Robótico: Um simulador de rede neural para otimização robusta de políticas em robótica e Modelo do Mundo Robótico sensível à incerteza torna o aprendizado por reforço baseado em modelo offline funcional em robôs reais
Base de código oficial para "Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights" (ICML 2026 Spotlight)
(AAAI' 20) Uma caixa de ferramentas Python para combinação de modelos de aprendizado de máquina
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..)
Uma biblioteca Python para seleção dinâmica de classificadores e ensembles
Perguntas Frequentes
Qual é o repositório de #ensemble-learning mais popular no GitHub?
O projeto de código aberto de #ensemble-learning mais bem classificado no GitHub é autogluon/autogluon, com 10,843 estrelas. ML Rápido e Preciso em 3 Linhas de Código
Quais linguagens de programação são mais usadas nos repositórios de #ensemble-learning?
Entre os projetos de #ensemble-learning mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, Julia.
Como é calculada a classificação dos repositórios de #ensemble-learning?
Acompanhamos 24 repositórios ativos de código aberto marcados com #ensemble-learning (com mais de 500 estrelas), totalizando 48,495 estrelas e uma média de 2,020 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.