Git Stars Git Stars

#gradient-boosting Репозитории

Откройте для себя 20 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #gradient-boosting, с общим числом 89,943 звёзд (в среднем 4,497 на проект). Лидером этой темы является shap/shap, набравший 25,883 звёзд.

20
Всего репозиториев
89,943
Всего звезд
4,497
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook C++ Rust

Всего репозиториев: 20

1
shap/shap

Игнотеоретический подход к объяснению выхода любой модели машинного обучения

shap
⭐ 25,883 Jupyter Notebook 👤 shap Organization 🕐 Обновлено 2026-11-20 📅 Создано 2016-11-22
2
lightgbm-org/LightGBM

Быстрая, распределенная, высокопроизводительная реализация градиентного бустинга (GBT, GBDT, GBRT, GBM или MART) на основе алгоритмов деревьев решений, используемая для ранжирования, классификации и многих других задач машинного обучения.

lightgbm-org
⭐ 18,995 C++ 👤 lightgbm-org Organization 🕐 Обновлено 2026-11-21 📅 Создано 2016-08-05
3
EpistasisLab/tpot

Инструмент автоматизированного машинного обучения на Python, оптимизирующий конвейеры машинного обучения с использованием генетического программирования.

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 Обновлено 2025-09-11 📅 Создано 2015-11-03
4
catboost/catboost

Быстрая, масштабируемая, высокопроизводительная библиотека Gradient Boosting на деревьях решений, используемая для ранжирования, классификации, регрессии и других задач машинного обучения для Python, R, Java, C++. Поддерживает вычисления на CPU и GPU.

catboost
⭐ 9,210 C++ 👤 catboost Organization 🕐 Обновлено 2026-11-20 📅 Создано 2017-07-18
5
interpretml/interpret

Подгоняйте интерпретируемые модели. Объясняйте чёрный ящик машинного обучения.

interpretml
⭐ 6,986 C++ 👤 interpretml Organization 🕐 Обновлено 2026-11-16 📅 Создано 2019-05-03
6
esokolov/ml-course-hse

Машинное обучение на ФКН ВШЭ

esokolov
⭐ 4,037 Jupyter Notebook 👤 esokolov User 🕐 Обновлено 2026-11-21 📅 Создано 2016-09-04
7
benedekrozemberczki/awesome-decision-tree-papers

Сборник исследовательских статей по деревьям решений, классификации и регрессии с реализациями.

benedekrozemberczki
⭐ 2,480 Python 👤 benedekrozemberczki User 🕐 Обновлено 2025-12-28 📅 Создано 2019-05-11
8
stanfordmlgroup/ngboost

Естественный градиентный бустинг для вероятностного прогнозирования

stanfordmlgroup
⭐ 1,904 Jupyter Notebook 👤 stanfordmlgroup Organization 🕐 Обновлено 2026-11-15 📅 Создано 2018-06-21
9
benedekrozemberczki/awesome-fraud-detection-papers

Куратированный список статей по дата-майнингу о выявлении мошенничества.

benedekrozemberczki
⭐ 1,843 Python 👤 benedekrozemberczki User 🕐 Обновлено 2026-01-05 📅 Создано 2019-05-27
10
benedekrozemberczki/awesome-gradient-boosting-papers

Куратированный список исследовательских работ по градиентному бустингу с реализациями.

benedekrozemberczki
⭐ 1,053 Python 👤 benedekrozemberczki User 🕐 Обновлено 2026-01-05 📅 Создано 2019-05-11
11
TorchEnsemble-Community/Ensemble-Pytorch

Единая структура ансамбля для PyTorch для улучшения производительности и устойчивости вашей модели глубокого обучения.

TorchEnsemble-Community
⭐ 1,040 Python 👤 TorchEnsemble-Community Organization 🕐 Обновлено 2024-06-16 📅 Создано 2019-09-11
12
IIIS-Li-Group/OpenFE

OpenFE: автоматическая генерация признаков с производительностью экспертного уровня

IIIS-Li-Group
⭐ 842 Python 👤 IIIS-Li-Group Organization 🕐 Обновлено 2024-05-27 📅 Создано 2022-11-21
13
dmlc/treelite

Универсальный формат обмена и сериализации моделей для лесов деревьев решений

dmlc
⭐ 833 C++ 👤 dmlc Organization 🕐 Обновлено 2026-11-17 📅 Создано 2017-06-28
14
dabl/dabl

Библиотека базового анализа данных

dabl
⭐ 727 Jupyter Notebook 👤 dabl Organization 🕐 Обновлено 2024-12-16 📅 Создано 2018-09-14
15
perpetual-ml/perpetual

Perpetual — это высокоэффективная машина градиентного бустинга. Она обеспечивает оптимальную точность за один запуск без сложной настройки, используя простой параметр бюджета. Поддерживает сразу встроенные функции causal ML, непрерывного обучения, нативной калибровки и надежного мониторинга дрейфа, а также имеет ядро на Rust и биндинги без копирования для Python и R.

perpetual-ml
⭐ 718 Rust 👤 perpetual-ml Organization 🕐 Обновлено 2026-11-11 📅 Создано 2024-05-20
16
tensorflow/decision-forests

Коллекция передовых алгоритмов для обучения, обслуживания и интерпретации моделей Decision Forest в Keras.

tensorflow
⭐ 693 Python 👤 tensorflow Organization 🕐 Обновлено 2026-05-19 📅 Создано 2021-04-22
17
kossisoroyce/timber

Ollama для классических моделей ML. Компилятор AOT, который преобразует модели XGBoost, LightGBM, scikit-learn, CatBoost и ONNX в нативный код вывода C99. Одна команда для загрузки, одна команда для обслуживания. В 336 раз быстрее, чем вывод на Python.

kossisoroyce
⭐ 692 Python 👤 kossisoroyce User 🕐 Обновлено 2026-04-16 📅 Создано 2026-02-27
18
google/yggdrasil-decision-forests

Библиотека для обучения, оценки, интерпретации и внедрения в производство моделей деревьев решений, таких как Random Forest и Gradient Boosted Decision Trees.

google
⭐ 680 C++ 👤 google Organization 🕐 Обновлено 2026-11-20 📅 Создано 2021-04-22
19
motefly/DeepGBM

SIGKDD'2019: DeepGBM: Фреймворк глубокого обучения, дистиллированный с помощью GBDT для задач онлайн-предсказания

motefly
⭐ 658 Python 👤 motefly User 🕐 Обновлено 2024-07-25 📅 Создано 2019-02-10

Часто задаваемые вопросы

1

Какой репозиторий по теме #gradient-boosting наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #gradient-boosting на GitHub — shap/shap, набравший 25,883 звёзд. Игнотеоретический подход к объяснению выхода любой модели машинного обучения

2

Какие языки программирования чаще всего используются в репозиториях по теме #gradient-boosting?

Среди наиболее высоко оценённых проектов по теме #gradient-boosting на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C++, Rust.

3

Как рассчитывается рейтинг репозиториев по теме #gradient-boosting?

Мы отслеживаем 20 активных репозиториев с открытым исходным кодом, отмеченных тегом #gradient-boosting (500 и более звёзд), с общим числом 89,943 звёзд и в среднем 4,497 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.