Zum Hauptinhalt springen
buildradar
Sign in
Thema · catboost

catboost

Erfasste Open-Source-Repos mit dem Tag catboost, sortiert nach Sternen.

Repos
8
Sterne gesamt
19.813
Sterne im Schnitt
2.477
Anteil
0,00%

Themen, die häufig gemeinsam mit catboost am selben Repo auftauchen.

Neue Aufsteiger

Repos, die in den letzten 90 Tagen erstellt und mit catboost getaggt wurden.

In den letzten 90 Tagen kam kein neues Repo mit diesem Thema dazu.

  • catboost@catboost

    Eine schnelle, skalierbare und hochleistungsfähige Gradient-Boosting-on-Decision-Trees-Bibliothek für Ranking, Klassifikation, Regression und andere Machine-Learning-Aufgaben in Python, R, Java und C++. Unterstützt Berechnungen auf CPU und GPU.

    9.085+13Sterne-Änderung der letzten 7 Tage
  • Python-Paket für AutoML auf tabellarischen Daten mit Feature Engineering, Hyperparameter-Tuning, Erklärungen und automatischer Dokumentation

    3.288+3Sterne-Änderung der letzten 7 Tage
  • awesome-decision-tree-papers@benedekrozemberczki

    Eine Sammlung von Forschungspapieren zu Entscheidungs-, Klassifikations- und Regressionsbäumen inklusive Implementierungen.

    2.473+0Sterne-Änderung der letzten 7 Tage
  • skforecast@skforecast

    Python-Bibliothek für Zeitreihenprognosen unter Verwendung von scikit-learn-kompatiblen Modellen, statistischen Methoden und Foundation-Modellen

    1.530+3Sterne-Änderung der letzten 7 Tage
  • tutorials@catboost

    CatBoost-Tutorials-Repository

    1.107+0Sterne-Änderung der letzten 7 Tage
  • awesome-gradient-boosting-papers@benedekrozemberczki

    Eine kuratierte Liste von Forschungsarbeiten zum Gradient Boosting inklusive Implementierungen.

    1.049+0Sterne-Änderung der letzten 7 Tage
  • timber@kossisoroyce

    Ollama für klassische ML-Modelle. Ein AOT-Compiler, der XGBoost-, LightGBM-, scikit-learn-, CatBoost- und ONNX-Modelle in nativen C99-Inferenzcode umwandelt. Ein Befehl zum Laden, ein Befehl zum Bereitstellen. 336x schneller als Python-Inferenz.

    687-1Sterne-Änderung der letzten 7 Tage
  • Code für IDS-ML: Entwicklung von Intrusion-Detection-Systemen mit Machine-Learning-Algorithmen (Entscheidungsbaum, Random Forest, Extra Trees, XGBoost, Stacking, k-Means, Bayes-Optimierung..)

    595+0Sterne-Änderung der letzten 7 Tage
← Zurück zu den Themen