lightgbm

Ein schnelles, verteiltes und leistungsstarkes Gradient-Boosting-Framework (GBDT, GBRT, GBM oder MART) auf Basis von Entscheidungsbaum-Algorithmen für Ranking, Klassifikation und andere Machine-Learning-Aufgaben.

Einfache und verteilte Machine-Learning-Python-Bibliothek zur Portierung von ML-Algorithmen für Spark

Python-Paket für AutoML auf tabellarischen Daten mit Feature Engineering, Hyperparameter-Tuning, Erklärungen und automatischer Dokumentation

Transformieren Sie ML-Modelle in nativen Code (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust) ohne Abhängigkeiten

Eine Bibliothek zum Debuggen und Inspizieren von Machine-Learning-Klassifikatoren sowie zum Erklären ihrer Vorhersagen

Mars ist ein auf Tensoren basierendes, einheitliches Framework für die großflächige Datenberechnung, das numpy, pandas, scikit-learn und Python-Funktionen skaliert.

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

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

QuantMind（量化大脑）开源版是一款面向个人开发者与投研团队的 AI 原生多市场量化交易平台。深度集成微软 Qlib、RD-Agent 因子演化与 TradingAgents 多智能体投研，提供从 300+ 维因子挖掘、13 种机器学习与深度学习模型工场、Optuna 自动调参、Qlib 高性能回测、截面批量推理、7x24 实时舆情情绪分析，到通达信深度联动（板块推送/预警雷达/闪电下单）与实盘模拟交易的完整闭环。全面支持 A股、港股、美股、期货及区块链。系统采用 Docker Compose 一键私有化部署，数据与模型完全本地化，保障策略隐私，功能零门槛无限制。

Skalierbares maschinelles 🤖 Lernen für Zeitreihenprognosen.

Skalierbares Python DS & ML, API-kompatibel und blitzschnell.

Eine kuratierte Liste von Forschungsarbeiten zum Gradient Boosting inklusive Implementierungen.

Ein Inferenzserver für Machine-Learning-Modelle mit Unterstützung für mehrere Frameworks, Multimodell-Bereitstellung und mehr

Python-Client und Toolkit für DataFrames, Big Data, Machine Learning und ETL in Elasticsearch

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.

Imponieren Sie Ihrem Chef mit interaktiven Entscheidungsbaum-Visualisierungen

Code für IDS-ML: Entwicklung von Intrusion-Detection-Systemen mit Machine-Learning-Algorithmen (Entscheidungsbaum, Random Forest, Extra Trees, XGBoost, Stacking, k-Means, Bayes-Optimierung..)

REST-Webdienst für die echte Echtzeit-Bewertung (<1 ms) von Scikit-Learn-, R- und Apache Spark-Modellen

Ein Python-Paket zur gleichzeitigen Hyperparameter-Optimierung und Merkmalsauswahl für Gradient-Boosting-Modelle.

Antivirus software written in Python and C++ that blocks threats through Machine Learning and behavioral monitoring!