lightgbm

Un framework de gradient boosting (GBT, GBDT, GBRT, GBM o MART) rápido, distribuido y de alto rendimiento basado en algoritmos de árboles de decisión, utilizado para clasificación, ordenación (ranking) y muchas otras tareas de aprendizaje automático.

Biblioteca de Python de Machine Learning simple y distribuida que adapta algoritmos de ML para Spark

Paquete de Python para AutoML en datos tabulares con ingeniería de características, ajuste de hiperparámetros, explicaciones y documentación automática

Transforma modelos de ML en código nativo (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust) sin dependencias

Una biblioteca para depurar/inspeccionar clasificadores de machine learning y explicar sus predicciones

Mars es un marco unificado basado en tensores para la computación de datos a gran escala que escala funciones de numpy, pandas, scikit-learn y Python.

Una colección de artículos de investigación sobre árboles de decisión, clasificación y regresión con implementaciones.

Librería de Python para pronóstico de series temporales utilizando modelos compatibles con scikit-learn, métodos estadísticos y modelos base

QuantMind Open Source es una plataforma local de trading cuantitativo financiero para investigadores individuales, construida sobre el framework Qlib de Microsoft. Ofrece un ciclo completo de investigación que incluye entrenamiento de modelos, backtesting, inferencia y trading en tiempo real. Integrada con modelos de machine learning como LightGBM, permite el entrenamiento con 146 factores cuantitativos. La plataforma se despliega localmente mediante docker compose, garantizando la privacidad de los datos y modelos sin depender de servicios en la nube.

Aprendizaje automático escalable para la predicción de series temporales.

DS y ML en Python escalables, compatibles con API y extremadamente rápidos.

Lista curada de artículos de investigación sobre gradient boosting con sus implementaciones.

Servidor de inferencia para modelos de machine learning, con soporte para múltiples frameworks, servicio de modelos múltiples y más.

Cliente y kit de herramientas de Python para DataFrames, Big Data, Machine Learning y ETL en Elasticsearch

Ollama para modelos de ML clásico. Compilador AOT que convierte modelos de XGBoost, LightGBM, scikit-learn, CatBoost y ONNX en código de inferencia C99 nativo. Un comando para cargar, un comando para servir. 336 veces más rápido que la inferencia en Python.

Impresiona a tu jefe con visualizaciones interactivas de árboles de decisión.

Código para IDS-ML: desarrollo de sistemas de detección de intrusos mediante algoritmos de aprendizaje automático (árboles de decisión, random forest, extra trees, XGBoost, stacking, k-means, optimización bayesiana, etc.).

Servicio web REST para puntuación en tiempo real (<1 ms) de modelos de Scikit-Learn, R y Apache Spark

Paquete de Python para la optimización simultánea de hiperparámetros y selección de características en modelos de Gradient Boosting.

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