#gradient-boosting 仓库
探索 20 个标记为 #gradient-boosting 的活跃开源 GitHub 仓库,它们累计获得 89,943 个 Star(平均每个项目 4,497 个)。该主题的领先项目是 shap/shap,拥有 25,883 个 Star。
共 20 个仓库
一个快速、分布式、高性能的梯度提升 (GBT, GBDT, GBRT, GBM 或 MART) 框架,基于决策树算法,用于排名、分类和许多其他机器学习任务。
Perpetual 是一款高性能梯度提升机器。它仅通过一个简单的预算参数即可在一次运行中获得最佳准确度,无需复杂调优。Perpetual 内置了因果机器学习、持续学习、本机校准和稳健漂移监测支持,并提供 Rust 核心及 Python 与 R 的零拷贝绑定。
Ollama 用于经典 ML 模型。AOT 编译器,将 XGBoost、LightGBM、scikit-learn、CatBoost 和 ONNX 模型转换为原生 C99 推理代码。加载一条命令,服务一条命令。比 Python 推理快 336 倍。
常见问题解答
GitHub 上最受欢迎的 #gradient-boosting 仓库是什么?
GitHub 上排名第一的开源 #gradient-boosting 项目是 shap/shap,拥有 25,883 个 Star。一种博弈论方法来解释任何机器学习模型的输出
#gradient-boosting 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #gradient-boosting 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, Rust。
#gradient-boosting 仓库的排名是如何计算的?
我们跟踪了 20 个标记为 #gradient-boosting 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 89,943 个 Star,平均每个仓库拥有 4,497 个 Star。排名每日根据 GitHub API 更新。