#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.
Всего репозиториев: 20
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.
Инструмент автоматизированного машинного обучения на Python, оптимизирующий конвейеры машинного обучения с использованием генетического программирования.
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.
Подгоняйте интерпретируемые модели. Объясняйте чёрный ящик машинного обучения.
Сборник исследовательских статей по деревьям решений, классификации и регрессии с реализациями.
Куратированный список статей по дата-майнингу о выявлении мошенничества.
Куратированный список исследовательских работ по градиентному бустингу с реализациями.
Единая структура ансамбля для PyTorch для улучшения производительности и устойчивости вашей модели глубокого обучения.
OpenFE: автоматическая генерация признаков с производительностью экспертного уровня
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.
Коллекция передовых алгоритмов для обучения, обслуживания и интерпретации моделей Decision Forest в Keras.
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.
Библиотека для обучения, оценки, интерпретации и внедрения в производство моделей деревьев решений, таких как Random Forest и Gradient Boosted Decision Trees.
SIGKDD'2019: DeepGBM: Фреймворк глубокого обучения, дистиллированный с помощью GBDT для задач онлайн-предсказания
Часто задаваемые вопросы
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
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.
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.