gbm

Biblioteca de Gradient Boosting (GBDT, GBRT ou GBM) escalável, portátil e distribuída, para Python, R, Java, Scala, C e mais. Executa em máquina única, Hadoop, Spark, Dask, Flink e DataFlow

Um framework de gradient boosting (GBT, GBDT, GBRT, GBM ou MART) rápido, distribuído e de alto desempenho baseado em algoritmos de árvore de decisão, usado para classificação, ranqueamento e outras tarefas de aprendizado de máquina.

Uma biblioteca de Gradient Boosting on Decision Trees rápida, escalável e de alto desempenho, usada para classificação, regressão, ranking e outras tarefas de aprendizado de máquina para Python, R, Java e C++. Suporta computação em CPU e GPU.

H2O é uma plataforma de aprendizado de máquina de código aberto, distribuída, rápida e escalável: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM com Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), etc.

Perpetual é uma máquina de gradient boosting de alto desempenho. Ela entrega precisão ideal em uma única execução sem ajustes complexos por meio de um parâmetro de orçamento simples. Possui suporte nativo para ML causal, aprendizado contínuo, calibração nativa e monitoramento robusto de desvio, além de núcleo em Rust e bindings sem cópia (zero-copy) para Python e R

glmark2 é um benchmark para OpenGL 2.0 e ES 2.0