gradient-boosting

모든 머신러닝 모델의 출력을 설명하기 위한 게임 이론적 접근 방식

랭킹, 분류 및 기타 여러 머신러닝 작업에 사용되는, 결정 트리 알고리즘 기반의 빠르고 분산된 고성능 그래디언트 부스팅(GBT, GBDT, GBRT, GBM 또는 MART) 프레임워크입니다.

유전 프로그래밍을 사용하여 머신 러닝 파이프라인을 최적화하는 Python 자동화 머신 러닝 도구.

Python, R, Java, C++용 랭킹, 분류, 회귀 및 기타 머신러닝 작업에 사용되는 빠르고 확장 가능하며 고성능인 Gradient Boosting on Decision Trees 라이브러리. CPU 및 GPU 연산을 지원합니다.

해석 가능한 모델 적합 및 블랙박스 머신러닝 설명

구현체가 포함된 결정, 분류 및 회귀 트리에 관한 연구 논문 모음

확률적 예측을 위한 Natural Gradient Boosting

사기 탐지(fraud detection)에 관한 엄선된 데이터 마이닝 논문 목록

구현 코드가 포함된 그래디언트 부스팅 연구 논문 모음

딥러닝 모델의 성능과 견고성을 향상하기 위한 PyTorch 통합 앙상블 프레임워크

고성능 그래디언트 부스팅 머신 Perpetual. 간단한 예산 매개변수를 통해 복잡한 튜닝 없이 단일 실행으로 최적의 정확도를 제공하며, 인과적 ML, 지속적 학습, 기본 보정, 강력한 드리프트 모니터링을 지원하고 Rust 코어와 Python 및 R을 위한 제로 카피 바인딩을 제공

Keras에서 Decision Forest 모델을 학습, 서빙 및 해석하기 위한 최신 알고리즘 모음

전통적인 ML 모델을 위한 Ollama입니다. XGBoost, LightGBM, scikit-learn, CatBoost 및 ONNX 모델을 네이티브 C99 추론 코드로 변환하는 AOT 컴파일러로, Python 추론 대비 336배 빠릅니다.

Random Forest 및 Gradient Boosted Decision Trees와 같은 결정 트리 모델을 학습, 평가, 해석 및 운영화하기 위한 라이브러리