gradient-boosting

किसी भी मशीन लर्निंग मॉडल के आउटपुट को समझाने के लिए एक गेम थ्योरेटिकल दृष्टिकोण।

डिसीजन ट्री एल्गोरिदम पर आधारित एक तेज़, वितरित, उच्च प्रदर्शन वाला ग्रेडिएंट बूस्टिंग (GBT, GBDT, GBRT, GBM या MART) फ्रेमवर्क, जिसका उपयोग रैंकिंग, वर्गीकरण और कई अन्य मशीन लर्निंग कार्यों के लिए किया जाता है।

जेनेटिक प्रोग्रामिंग का उपयोग करके मशीन लर्निंग पाइपलाइनों को अनुकूलित करने वाला एक Python ऑटोमेटेड मशीन लर्निंग टूल।

Python, R, Java, C++ के लिए रैंकिंग, वर्गीकरण, रिग्रेशन और अन्य मशीन लर्निंग कार्यों के लिए उपयोग की जाने वाली एक तेज़, स्केलेबल, उच्च-प्रदर्शन Gradient Boosting on Decision Trees लाइब्रेरी। CPU और GPU पर गणना का समर्थन करती है।

व्याख्या योग्य मॉडल फिट करें। ब्लैकबॉक्स मशीन लर्निंग की व्याख्या करें।

कार्यान्वयन के साथ निर्णय, वर्गीकरण और प्रतिगमन पेड़ों (decision, classification and regression trees) पर शोध पत्रों का एक संग्रह।

संभावित भविष्यवाणी के लिए नेचुरल ग्रेडिएंट बूस्टिंग

धोखाधड़ी का पता लगाने (fraud detection) के बारे में डेटा माइनिंग पेपर की एक क्यूरेटेड सूची।

कार्यान्वयन के साथ ग्रेडिएंट बूस्टिंग शोध पत्रों की एक क्यूरेटेड सूची

PyTorch के लिए एक एकीकृत एनसेंबल फ्रेमवर्क जो आपके डीप लर्निंग मॉडल के प्रदर्शन और मजबूती को बेहतर बनाता है।

Perpetual एक उच्च-प्रदर्शन ग्रेडिएंट बूस्टिंग मशीन है। यह एक सरल बजट पैरामीटर के माध्यम से जटिल ट्यूनिंग के बिना एक ही रन में इष्टतम सटीकता प्रदान करती है। इसमें Causal ML, निरंतर शिक्षण, नेटिव कैलिब्रेशन और ड्रिफ्ट मॉनिटरिंग के लिए इन-बिल्ट सपोर्ट है, साथ ही Rust कोर और Python व R के लिए ज़ीरो-कॉपी बाइंडिंग्स शामिल हैं।

Keras में डिसीजन फॉरेस्ट मॉडल के प्रशिक्षण, सर्विंग और व्याख्या के लिए अत्याधुनिक एल्गोरिदम का संग्रह।

क्लासिकल ML मॉडल के लिए Ollama। एक AOT कंपाइलर जो XGBoost, LightGBM, scikit-learn, CatBoost और ONNX मॉडल को नेटिव C99 इन्फरेंस कोड में बदलता है। लोड करने के लिए एक कमांड, सर्व करने के लिए एक कमांड। Python इन्फरेंस से 336 गुना तेज़।

रैंडम फ़ॉरेस्ट और ग्रेडिएंट बूस्टेड डिसीजन ट्रीज़ जैसे डिसीजन फ़ॉरेस्ट मॉडल को प्रशिक्षित करने, मूल्यांकन करने, व्याख्या करने और उत्पादन में लाने के लिए एक लाइब्रेरी।