Git Stars Git Stars

#random-forest Repositórios

Descubra 26 repositórios ativos de código aberto no GitHub marcados com #random-forest, acumulando um total de 57,940 estrelas (uma média de 2,228 por projeto). O líder deste tópico é EpistasisLab/tpot, com 10,051 estrelas.

26
Total de Repositórios
57,940
Total de estrelas
2,228
Média de Estrelas/Repositório

26 repositórios no total

1
EpistasisLab/tpot

Uma ferramenta de Aprendizado de Máquina Automatizado em Python que otimiza pipelines de aprendizado de máquina usando programação genética.

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 Atualizado 2025-09-11 📅 Criado 2015-11-03
2
h2oai/h2o-3

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.

h2oai
⭐ 7,527 Jupyter Notebook 👤 h2oai Organization 🕐 Atualizado 2026-11-11 📅 Criado 2014-03-03
3
biolab/orange3

🍊 :bar_chart: :bulb: Laranja: Análise interativa de dados

biolab
⭐ 5,759 Python 👤 biolab Organization 🕐 Atualizado 2026-11-20 📅 Criado 2013-02-22
4
susanli2016/Machine-Learning-with-Python

Código Python para Algoritmos comuns de Aprendizado de Máquina

susanli2016
⭐ 4,580 Jupyter Notebook 👤 susanli2016 User 🕐 Atualizado 2025-06-05 📅 Criado 2017-05-26
5
microsoft/FLAML

Uma biblioteca rápida para AutoML e otimização. Junte-se ao nosso Discord: https://discord.gg/Cppx2vSPVP.

microsoft
⭐ 4,422 Jupyter Notebook 👤 microsoft Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-08-20
6
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
7
parrt/dtreeviz

Uma biblioteca Python para visualização de árvores de decisão e interpretação de modelos.

parrt
⭐ 3,161 Jupyter Notebook 👤 parrt User 🕐 Atualizado 2026-01-02 📅 Criado 2018-08-13
8
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
9
benedekrozemberczki/awesome-fraud-detection-papers

Uma lista selecionada de artigos de mineração de dados sobre detecção de fraudes.

benedekrozemberczki
⭐ 1,843 Python 👤 benedekrozemberczki User 🕐 Atualizado 2026-01-05 📅 Criado 2019-05-27
10
kk7nc/Text_Classification

Algoritmos de Classificação de Texto: Uma Pesquisa

kk7nc
⭐ 1,827 Python 👤 kk7nc User 🕐 Atualizado 2025-04-01 📅 Criado 2018-07-06
11
nivu/ai_all_resources

Uma lista com curadoria dos Melhores Recursos de Inteligência Artificial

nivu
⭐ 1,543 Jupyter Notebook 👤 nivu User 🕐 Atualizado 2026-09-19 📅 Criado 2019-12-26
12
automl/SMAC3

SMAC3: Um Pacote de Otimização Bayesiana Versátil para Otimização de Hiperparâmetros

automl
⭐ 1,273 Python 👤 automl Organization 🕐 Atualizado 2026-11-18 📅 Criado 2016-08-17
13
grf-labs/grf

Florestas Aleatórias Generalizadas

grf-labs
⭐ 1,121 C++ 👤 grf-labs Organization 🕐 Atualizado 2026-04-30 📅 Criado 2016-08-12
14
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
15
LAMDA-NJU/Deep-Forest

Uma Estrutura Python Eficiente, Escalável e Otimizada para Deep Forest (2021.2.1)

LAMDA-NJU
⭐ 961 Python 👤 LAMDA-NJU Organization 🕐 Atualizado 2026-05-18 📅 Criado 2021-01-27
16
emlearn/emlearn

Mecanismo de inferência de Aprendizado de Máquina para Microcontroladores e Dispositivos Embarcados

emlearn
⭐ 776 Python 👤 emlearn Organization 🕐 Atualizado 2026-11-10 📅 Criado 2018-03-16
17
Xtra-Computing/thundergbm

ThunderGBM: GBDTs e Florestas Aleatórias Rápidas em GPUs

Xtra-Computing
⭐ 713 C++ 👤 Xtra-Computing Organization 🕐 Atualizado 2025-03-19 📅 Criado 2016-11-11
18
mljar/supertree

Impressione seu chefe com a visualização interativa de árvore de decisão

mljar
⭐ 700 JavaScript 👤 mljar Organization 🕐 Atualizado 2026-08-11 📅 Criado 2024-07-24
19
tensorflow/decision-forests

Uma coleção de algoritmos de ponta para o treinamento, serviço e interpretação de modelos de Floresta de Decisão no Keras.

tensorflow
⭐ 693 Python 👤 tensorflow Organization 🕐 Atualizado 2026-05-19 📅 Criado 2021-04-22
20
google/yggdrasil-decision-forests

Uma biblioteca para treinar, avaliar, interpretar e colocar em produção modelos de florestas de decisão, como Random Forest e Gradient Boosted Decision Trees.

google
⭐ 680 C++ 👤 google Organization 🕐 Atualizado 2026-11-20 📅 Criado 2021-04-22
21
parrt/random-forest-importances

Código para calcular a importância de permutação e a importância de colunas descartadas em modelos scikit-learn do Python

parrt
⭐ 625 Jupyter Notebook 👤 parrt User 🕐 Atualizado 2025-03-24 📅 Criado 2018-03-22
22
kochlisGit/ProphitBet-Soccer-Bets-Predictor

ProphitBet é uma aplicação de previsão de apostas em futebol baseada em aprendizagem automática. Analisa a forma das equipas, calcula estatísticas dos jogos e prevê os resultados utilizando métodos avançados de aprendizagem automática (ML). Além disso, disponibiliza agentes de apostas baseados em aprendizagem por reforço profundo (DRL), capazes de aprender estratégias de apostas ideais.

kochlisGit
⭐ 606 Python 👤 kochlisGit User 🕐 Atualizado 2026-10-27 📅 Criado 2022-03-18
23
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
24
Carl-McBride-Ellis/Compendium-of-free-ML-reading-resources

Compêndio de recursos gratuitos de leitura sobre ML

Carl-McBride-Ellis
⭐ 580 👤 Carl-McBride-Ellis User 🕐 Atualizado 2026-11-07 📅 Criado 2023-09-01
25
machinelearnjs/machinelearnjs

Biblioteca de Machine Learning para a web e Node.

machinelearnjs
⭐ 541 TypeScript 👤 machinelearnjs Organization 🕐 Atualizado 2026-02-07 📅 Criado 2018-04-29
26
kLabUM/rrcf

🌲 Implementação do algoritmo Robust Random Cut Forest para detecção de anomalias em fluxos

kLabUM
⭐ 519 Python 👤 kLabUM Organization 🕐 Atualizado 2024-02-24 📅 Criado 2018-10-20

Perguntas Frequentes

1

Qual é o repositório de #random-forest mais popular no GitHub?

O projeto de código aberto de #random-forest mais bem classificado no GitHub é EpistasisLab/tpot, com 10,051 estrelas. Uma ferramenta de Aprendizado de Máquina Automatizado em Python que otimiza pipelines de aprendizado de máquina usando programação genética.

2

Quais linguagens de programação são mais usadas nos repositórios de #random-forest?

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

3

Como é calculada a classificação dos repositórios de #random-forest?

Acompanhamos 26 repositórios ativos de código aberto marcados com #random-forest (com mais de 500 estrelas), totalizando 57,940 estrelas e uma média de 2,228 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.