gbm

Bibliothèque de Gradient Boosting (GBDT, GBRT ou GBM) évolutive, portable et distribuée pour Python, R, Java, Scala, C et plus encore. Fonctionne sur une machine unique, Hadoop, Spark, Dask, Flink et DataFlow.

Un framework de gradient boosting (GBT, GBDT, GBRT, GBM ou MART) rapide, distribué et haute performance basé sur des algorithmes d'arbres de décision, utilisé pour le classement, la classification et de nombreuses autres tâches d'apprentissage automatique.

Bibliothèque de Gradient Boosting sur arbres de décision rapide, évolutive et performante, utilisée pour le classement, la classification, la régression et d'autres tâches d'apprentissage automatique pour Python, R, Java et C++. Prend en charge le calcul sur CPU et GPU.

H2O est une plateforme d'apprentissage automatique open source, distribuée, rapide et évolutive : Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, modélisation linéaire généralisée (GLM avec Elastic Net), K-Means, PCA, modèles additifs généralisés (GAM), RuleFit, machines à vecteurs de support (SVM), Stacked Ensembles, apprentissage automatique automatique (AutoML), etc.

Perpetual est un moteur de gradient boosting haute performance. Il offre une précision optimale en un seul passage sans réglage complexe grâce à un simple paramètre de budget. Il intègre une prise en charge native du ML causal, de l'apprentissage continu, de la calibration native et de la surveillance robuste de la dérive, ainsi qu'un cœur en Rust et des liaisons zéro-copie pour Python et R.

glmark2 est un benchmark pour OpenGL 2.0 et ES 2.0.