catboost

一個快速、可擴展、高效能的梯度提升決策樹函式庫，支援排名、分類、回歸及其他機器學習任務，適用於 Python、R、Java、C++，支援 CPU 與 GPU 計算。

Python 套件，用於表格資料的 AutoML，包含特徵工程、超參數調整、解釋與自動文件化

決策樹、分類樹與迴歸樹的研究論文集合及其實作。

使用相容 scikit-learn 的模型、統計方法和基礎模型進行時間序列預測的 Python 庫

CatBoost 教學儲存庫

精選的梯度提升（gradient boosting）研究論文與實作列表。

針對傳統 ML 模型的 Ollama。能將 XGBoost、LightGBM、scikit-learn、CatBoost 與 ONNX 模型轉為原生 C99 推論程式碼的 AOT 編譯器。只需一個指令載入、一個指令提供服務。比 Python 推論快 336 倍。

IDS-ML 程式碼：使用機器學習演算法（決策樹、隨機森林、Extra Trees、XGBoost、Stacking、k-means、貝葉斯最佳化等）開發入侵偵測系統