xgboost

Python, R, Java, Scala, Cなどに対応したスケーラブルでポータブルかつ分散型のGradient Boosting (GBDT, GBRTまたはGBM) ライブラリ。単一マシン、Hadoop、Spark、Dask、Flink、DataFlow上で動作します。

Kubernetes上でのスケーラブルなマルチフレームワーク展開に対応した標準化された分散型生成AIおよび予測AI推論プラットフォーム

Alinkは、アリババのコンピューティングプラットフォームPAIチームによって開発された、Flinkベースの機械学習アルゴリズムプラットフォーム

特徴量エンジニアリング、ハイパーパラメータチューニング、説明可能性、自動ドキュメント生成を備えた、表形式データ向けAutoML用Pythonパッケージ

決定木の視覚化とモデルの解釈を行うための Python ライブラリ

依存関係なしで ML モデルをネイティブコード（Java、C、Python、Go、JavaScript、Visual Basic、C#、R、PowerShell、PHP、Dart、Haskell、Ruby、F#、Rust）に変換する

機械学習の分類器をデバッグ・検査し、その予測を説明するためのライブラリ

numpy、pandas、scikit-learn、および Python 関数を拡張する、大規模データ計算向けのテンソルベースの統合フレームワーク Mars

Torch および TensorRT 向けのディープラーニングサーバーと CLI

決定木、分類木、回帰木に関する研究論文と実装のコレクション

Kubernetes 上での分散 AI モデルのトレーニングと LLM のファインチューニング

たった1行のコードで、あらゆるサイズ・あらゆるデータセットを自動的に視覚化します。Ram Seshadri 作成。共同開発者歓迎。利用許可は要請により付与されます。

scikit-learn 互換モデル、統計的手法、基盤モデルを使用した時系列予測用 Python ライブラリ

時系列予測のためのスケーラブルな機械学習

API互換性を持ち、超高速かつスケーラブルなPythonのDSおよびMLライブラリ

実装付きのgradient boostingに関する研究論文の厳選リスト。

複数フレームワークのサポートやマルチモデル配信などを備えた、機械学習モデル向け推論サーバー

確率モデリングに向けたXGBoostの拡張

古典的な ML モデル向けの Ollama。XGBoost、LightGBM、scikit-learn、CatBoost、ONNX モデルをネイティブの C99 推論コードに変換する AOT コンパイラ。1 つのコマンドでロードし、1 つのコマンドでサーブする。Python 推論より 336 倍高速。

高度な特徴量エンジニアリング戦略を使用し、1行のコードでデータセットから最適な特徴量を選択する。Ram Seshadri 作成、協力者歓迎。

インタラクティブな決定木ビジュアライゼーションで上司を感心させよう

IDS-ML のコード：機械学習アルゴリズム（決定木、ランダムフォレスト、エクストラツリー、XGBoost、スタッキング、k-means、ベイズ最適化など）を使用した侵入検知システム開発

Scikit-Learn、R、Apache Sparkのモデルの真のリアルタイムスコアリング（1ms未満）のためのREST Webサービス

Gradient Boostingモデルのハイパーパラメータ調整と特徴量選択を同時に行うためのPythonパッケージ

最適化アルゴリズムと実験のための統一インターフェース

たった1行のコードで複数のMLモデルを自動構築します。Ram Seshadriによって作成されました。協力者歓迎。許可を得て公開。