#ensemble-learning 仓库
探索 24 个标记为 #ensemble-learning 的活跃开源 GitHub 仓库,它们累计获得 48,495 个 Star(平均每个项目 2,020 个)。该主题的领先项目是 autogluon/autogluon,拥有 10,843 个 Star。
共 24 个仓库
H2O 是一个开源、分布式、快速和可扩展的机器学习平台:深度学习、梯度提升(GBM)和 XGBoost、随机森林、广义线性模型(带弹性网的 GLM)、K-Means、PCA、广义加性模型(GAM)、RuleFit、支持向量机(SVM)、堆叠集成、自动机器学习(AutoML)等。
😎 Everything about class-imbalanced/long-tail learning: papers, codes, frameworks, and libraries | 有关类别不平衡/长尾学习的一切:论文、代码、框架与库
一系列异常检测方法(iid/基于点的、图和时间序列)的集合,包括用于异常检测/发现的主动学习、贝叶斯规则挖掘、多样性/解释/可解释性的描述。将标签反馈与集成和基于树的检测器结合的分析。包括使用图卷积网络的对抗攻击。
LLMs、MLLMs 及更广范围内的模型融合:方法、理论、应用与机会。ACM Computing Surveys,2026。
我们的论文仓库:机器人世界模型:一种神经网络模拟器,用于机器人学中稳健的策略优化,并且不确定性感知的机器人世界模型使得基于模型的离线强化学习在真实机器人上工作
“Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights” 官方代码库 (ICML 2026 Spotlight)
IDS-ML代码:使用机器学习算法(决策树、随机森林、极端随机树、XGBoost、Stacking、K-Means、贝叶斯优化..)开发入侵检测系统
常见问题解答
GitHub 上最受欢迎的 #ensemble-learning 仓库是什么?
GitHub 上排名第一的开源 #ensemble-learning 项目是 autogluon/autogluon,拥有 10,843 个 Star。3 行代码实现快速准确的 ML
#ensemble-learning 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #ensemble-learning 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, Julia。
#ensemble-learning 仓库的排名是如何计算的?
我们跟踪了 24 个标记为 #ensemble-learning 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 48,495 个 Star,平均每个仓库拥有 2,020 个 Star。排名每日根据 GitHub API 更新。