lightgbm

基於決策樹演算法的快速、分散式、高效能梯度提升（GBT、GBDT、GBRT、GBM 或 MART）框架，用於排序、分類及其他機器學習任務。

簡單且分散式的機器學習 Python 函式庫，將 ML 演算法移植至 Spark。

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

將機器學習模型轉換為無任何依賴的原生程式碼（Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust）

用於偵錯/檢查機器學習分類器並解釋其預測結果的函式庫

Mars 是一個基於張量的統一框架，用於大規模數據計算，可擴展 numpy、pandas、scikit-learn 和 Python 函數。

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

QuantMind 開源版是一款面向個人量化研究者的本地化金融量化交易平台，基於微軟 Qlib 量化框架構建，提供從模型訓練、回測、推理到實盤交易的完整研究閉環。平台深度整合 LightGBM 等主流機器學習模型，支援 146 維量化因子訓練與推理，使用者可快速建構 Alpha 策略並在歷史資料上驗證效果。核心功能涵蓋智慧策略生成、模型訓練、回測中心、QuantBot 助手及多模型管理，全部功能無使用限制。開源版採用本地單機部署，透過 docker compose 一鍵啟動，無需依賴雲端服務，資料與模型完全本地化，保障研究隱私。適合個人開發者、學術研究者及小團隊進行量化策略原型驗證與二次開發，是進入金融量化領域的理想起點。

用於時間序列預測的可擴展機器 🤖 學習。

具備 API 相容性且極速的擴充式 Python DS 與 ML 工具。

精選的梯度提升（gradient boosting）研究論文與實作列表。

用於機器學習模型的推論伺服器，支援多種框架、多模型服務等功能

適用於 Elasticsearch 中 DataFrames、大數據、機器學習與 ETL 的 Python 用戶端與工具包

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。

用互動式決策樹視覺化驚豔你的老闆

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

用於 Scikit-Learn、R 與 Apache Spark 模型即時評分（<1 毫秒）的 REST Web 服務

用於 Gradient Boosting 模型同時進行超參數調優與特徵選擇的 Python 套件

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