#risk-control Repositórios
Descubra 5 repositórios ativos de código aberto no GitHub marcados com #risk-control, acumulando um total de 5,426 estrelas (uma média de 1,085 por projeto). O líder deste tópico é scikit-learn-contrib/MAPIE, com 1,697 estrelas.
5 repositórios no total
Uma biblioteca compatível com scikit-learn para estimar intervalos de predição e controlar riscos, baseada em predições conformes.
Mecanismo de controle de riscos em tempo real (Risk Engine) e mecanismo de regras personalizável (Rule Script), com suporte completo ao chinês e pronto para uso em aplicações antifraude. Funciona assim que instalado!!! A ferramenta definitiva de gestão de riscos na era da internet móvel. Já conhece?
🐟 Guia completo da linguagem codificada do mercado de usados da China e guia de conformidade para evitar problemas (mais de 4.476 variantes de códigos usados na prática no Xianyu / Zhuanzhuan / Xiaohongshu, interpretação das entrelinhas dos vendedores e guia de inspeção para compradores evitarem golpes)
Framework de Sistema de Controle de Risco em Tempo Real Leve em JAVA para Negócios
MARVIS-Agent: agente de risco de crédito multiuso para desenvolvimento de modelos, validação, processamento de dados, engenharia de características e fluxos de trabalho estratégicos.
Perguntas Frequentes
Qual é o repositório de #risk-control mais popular no GitHub?
O projeto de código aberto de #risk-control mais bem classificado no GitHub é scikit-learn-contrib/MAPIE, com 1,697 estrelas. Uma biblioteca compatível com scikit-learn para estimar intervalos de predição e controlar riscos, baseada em predições conformes.
Quais linguagens de programação são mais usadas nos repositórios de #risk-control?
Entre os projetos de #risk-control mais bem classificados no GitHub, as linguagens de programação mais comuns são Java, Jupyter Notebook, Python.
Como é calculada a classificação dos repositórios de #risk-control?
Acompanhamos 5 repositórios ativos de código aberto marcados com #risk-control (com mais de 500 estrelas), totalizando 5,426 estrelas e uma média de 1,085 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.