xgboost

Python, R, Java, Scala, C और अन्य के लिए स्केलेबल, पोर्टेबल और डिस्ट्रिब्यूटेड ग्रेडिएंट बूस्टिंग (GBDT, GBRT या GBM) लाइब्रेरी। सिंगल मशीन, Hadoop, Spark, Dask, Flink और DataFlow पर चलता है

Kubernetes पर स्केलेबल, मल्टी-फ़्रेमवर्क तैनाती के लिए मानकीकृत वितरित जनरेटिव और प्रेडिक्टिव AI इन्फेरेंस प्लेटफ़ॉर्म

Alink, Flink पर आधारित मशीन लर्निंग एल्गोरिदम प्लेटफॉर्म है, जिसे Alibaba कंप्यूटिंग प्लेटफॉर्म की PAI टीम द्वारा विकसित किया गया है।

फीचर इंजीनियरिंग, हाइपर-पैरामीटर ट्यूनिंग, एक्सप्लेनेशन और ऑटोमैटिक डॉक्यूमेंटेशन के साथ Tabular Data पर AutoML के लिए Python पैकेज

डिसीजन ट्री विजुअलाइजेशन और मॉडल इंटरप्रिटेशन के लिए एक Python लाइब्रेरी।

बिना किसी डिपेंडेंसी के ML मॉडल को नेटिव कोड (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust) में बदलें

मशीन लर्निंग क्लासिफ़ायर्स को डिबग/निरीक्षण करने और उनकी भविष्यवाणियों को समझाने के लिए एक लाइब्रेरी

Mars बड़े पैमाने पर डेटा कंप्यूटिंग के लिए एक टेंसर-आधारित एकीकृत ढांचा है जो numpy, pandas, scikit-learn और Python फ़ंक्शंस को स्केल करता है।

Torch और TensorRT के लिए डीप लर्निंग सर्वर और CLI

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

Kubernetes पर वितरित AI मॉडल प्रशिक्षण और LLM फाइन-ट्यूनिंग

कोड की एक ही पंक्ति के साथ किसी भी आकार के किसी भी डेटासेट को स्वचालित रूप से विज़ुअलाइज करें। Ram Seshadri द्वारा निर्मित। सहयोगियों का स्वागत है। अनुरोध पर अनुमति दी जाती है।

scikit-learn संगत मॉडल, सांख्यिकीय विधियों और फाउंडेशन मॉडल का उपयोग करके समय श्रृंखला पूर्वानुमान के लिए Python लाइब्रेरी

समय श्रृंखला पूर्वानुमान के लिए स्केलेबल मशीन 🤖 लर्निंग।

API संगत और बिजली की तरह तेज़ तरीके से स्केलेबल Python DS & ML।

कार्यान्वयन के साथ ग्रेडिएंट बूस्टिंग शोध पत्रों की एक क्यूरेटेड सूची

आपके मशीन लर्निंग मॉडल के लिए एक इन्फरेंस सर्वर, जिसमें कई फ्रेमवर्क, मल्टी-मॉडल सर्विंग और अन्य सुविधाएं शामिल हैं।

संभाव्यता मॉडलिंग के लिए XGBoost का एक विस्तार

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।

कोड की एक ही लाइन के साथ अपने डेटासेट से उन्नत फ़ीचर इंजीनियरिंग रणनीतियों का उपयोग करें और सर्वश्रेष्ठ फ़ीचर्स का चयन करें। Ram Seshadri द्वारा बनाया गया। योगदानकर्ताओं का स्वागत है।

इंटरैक्टिव डिसीजन ट्री विज़ुअलाइज़ेशन के साथ अपने बॉस को प्रभावित करें।

IDS-ML के लिए कोड: मशीन लर्निंग एल्गोरिदम (Decision tree, random forest, extra trees, XGBoost, stacking, k-means, Bayesian optimization..) का उपयोग करके घुसपैठ का पता लगाने वाली प्रणाली का विकास

Scikit-Learn, R और Apache Spark मॉडल की वास्तविक समय में स्कोरिंग (<1 ms) के लिए REST वेब सर्विस

Gradient Boosting मॉडल्स के लिए एक साथ हाइपरपैरामीटर ट्यूनिंग और फीचर सिलेक्शन के लिए एक पायथन पैकेज।

अनुकूलन एल्गोरिदम और प्रयोगों के लिए एक एकीकृत इंटरफ़ेस

कोड की एक पंक्ति के साथ स्वचालित रूप से कई ML मॉडल बनाएं। Ram Seshadri द्वारा निर्मित। सहयोगियों का स्वागत है। अनुरोध पर अनुमति दी जाती है।