lightgbm

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.

Biblioteca Python de Machine Learning simples e distribuída, portando algoritmos de ML para Spark

Pacote Python para AutoML em dados tabulares com engenharia de atributos, ajuste de hiperparâmetros, explicações e documentação automática.

Transforme modelos de ML em código nativo (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust) sem dependências.

Uma biblioteca para depurar/inspecionar classificadores de aprendizado de máquina e explicar suas previsões

Mars é uma estrutura unificada baseada em tensores para computação de dados em larga escala que escala numpy, pandas, scikit-learn e funções Python.

Uma coleção de artigos de pesquisa sobre árvores de decisão, classificação e regressão com implementações.

Biblioteca Python para previsão de séries temporais usando modelos compatíveis com scikit-learn, métodos estatísticos e modelos de fundação.

QuantMind（量化大脑）开源版是一款面向个人开发者与投研团队的 AI 原生多市场量化交易平台。深度集成微软 Qlib、RD-Agent 因子演化与 TradingAgents 多智能体投研，提供从 300+ 维因子挖掘、13 种机器学习与深度学习模型工场、Optuna 自动调参、Qlib 高性能回测、截面批量推理、7x24 实时舆情情绪分析，到通达信深度联动（板块推送/预警雷达/闪电下单）与实盘模拟交易的完整闭环。全面支持 A股、港股、美股、期货及区块链。系统采用 Docker Compose 一键私有化部署，数据与模型完全本地化，保障策略隐私，功能零门槛无限制。

Aprendizado de máquina escalável para previsão de séries temporais.

DS e ML em Python escalável, com compatibilidade de API e velocidade extremamente alta.

Uma lista curada de artigos de pesquisa sobre gradient boosting com implementações.

Um servidor de inferência para seus modelos de aprendizado de máquina, incluindo suporte a vários frameworks, atendimento a múltiplos modelos e muito mais

Cliente Python e Toolkit para DataFrames, Big Data, Machine Learning e ETL no Elasticsearch

Ollama para modelos de ML clássicos. Compilador AOT que transforma modelos XGBoost, LightGBM, scikit-learn, CatBoost e ONNX em código de inferência C99 nativo. Um comando para carregar, um comando para servir. 336x mais rápido que a inferência em Python.

Impressione seu chefe com visualização interativa de Árvore de Decisão

Código para o IDS-ML: desenvolvimento de sistema de detecção de intrusão usando algoritmos de machine learning (Árvore de decisão, random forest, extra trees, XGBoost, stacking, k-means, otimização bayesiana..)

Serviço web REST para pontuação em tempo real real (<1 ms) de modelos do Scikit-Learn, R e Apache Spark

Um pacote em Python para a sintonia simultânea de hiperparâmetros e seleção de recursos para modelos Gradient Boosting.

Antivirus software written in Python and C++ that blocks threats through Machine Learning and behavioral monitoring!