gbm

Pustaka Gradient Boosting (GBDT, GBRT, atau GBM) yang dapat diskalakan, portabel, dan terdistribusi untuk Python, R, Java, Scala, C, dan lainnya. Berjalan di mesin tunggal, Hadoop, Spark, Dask, Flink, dan DataFlow.

Kerangka kerja gradient boosting (GBT, GBDT, GBRT, GBM, atau MART) yang cepat, terdistribusi, dan berkinerja tinggi berdasarkan algoritma pohon keputusan, digunakan untuk pemeringkatan, klasifikasi, dan berbagai tugas pembelajaran mesin lainnya.

Pustaka Gradient Boosting on Decision Trees yang cepat, dapat disesuaikan, dan berkinerja tinggi, digunakan untuk pemeringkatan, klasifikasi, regresi, dan tugas pembelajaran mesin lainnya untuk Python, R, Java, C++. Mendukung komputasi pada CPU dan GPU.

H2O adalah platform Machine Learning sumber terbuka yang terdistribusi, cepat, dan dapat diskalakan: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM dengan Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), dll.

Perpetual adalah mesin gradient boosting berkinerja tinggi. Memberikan akurasi optimal dalam satu kali proses tanpa pengaturan rumit melalui parameter anggaran sederhana. Mendukung causal ML, pembelajaran berkelanjutan, kalibrasi asli, dan pemantauan drift secara langsung, dengan inti Rust serta binding zero-copy untuk Python dan R.

glmark2 adalah tolok ukur (benchmark) OpenGL 2.0 dan ES 2.0