Découvrez des projets open source de qualité, soumettez des projets anonymement, puis revendiquez et éditez votre propre projet.
Un peu de curiosité. Un monde de code ouvert.
THE FIRST COLLECTIONCatBoost est une bibliothèque open-source d'optimisation par gradient développée par Yandex pour la classification, la régression et le ranking. Elle prend en charge nativement les variables catégorielles, offre un entraînement sur CPU/GPU et distribué via Apache Spark, avec des API pour Python, R, Java et C++.
LightGBM est un framework de gradient boosting rapide, distribué et performant basé sur des algorithmes d'arbres de décision, optimisé pour l'efficacité et les données à grande échelle.
XGBoost est une bibliothèque optimisée de gradient boosting distribué, efficace, flexible et portable. Elle implémente des algorithmes d'apprentissage automatique sous le cadre du Gradient Boosting et fournit le tree boosting parallèle (GBDT, GBM) pour résoudre rapidement et avec précision les problèmes de science des données.
