gbdt

可扩展、可移植且分布式的梯度提升（GBDT、GBRT 或 GBM）库，支持 Python、R、Java、Scala、C 等语言。可在单机、Hadoop、Spark、Dask、Flink 与 DataFlow 上运行

基于决策树算法的快速、分布式、高性能梯度提升（GBT、GBDT、GBRT、GBM 或 MART）框架，用于排序、分类及其他机器学习任务。

一个快速、可扩展、高性能的梯度提升决策树库，支持排序、分类、回归及其他机器学习任务，适用于 Python、R、Java、C++，支持 CPU 与 GPU 计算。

ThunderGBM：GPU 上的快速 GBDT 与随机森林

Perpetual 是一个高性能的梯度提升机器。它通过简单的预算参数，无需复杂调优即可在单次运行中提供最佳准确度。它具备对因果 ML、持续学习、原生校准和强大漂移监控的开箱即用支持，并拥有 Rust 核心以及针对 Python 和 R 的零拷贝绑定。