اوپن سورس۔ نئے امکانات۔

XGBoost ایک بہتر تقسیم شدہ گریڈیئنٹ بوسٹنگ لائبریری ہے جو موثر، لچکدار اور پورٹیبل ہے۔ یہ مشین لرننگ الگورتھم کو گریڈیئنٹ بوسٹنگ فریم ورک کے تحت نافذ کرتی ہے اور متوازی ٹری بوسٹنگ (GBDT، GBM) فراہم کرتی ہے تاکہ ڈیٹا سائنس کے مسائل درست اور تیزی سے حل ہوں۔ یہ بڑے تقسیم شدہ ماحول میں چلتی ہے اور متعدد زبانوں کو سپورٹ کرتی ہے۔

CatBoost Yandex کا اوپن سورس گریڈیئنٹ بوسٹنگ لائبریری ہے، جو درجہ بندی، رجعت اور درجہ بندی کے لیے ہے، جس میں قدرتی کیٹیگریکل فیچر سپورٹ، CPU/GPU ٹریننگ، Apache Spark کے ذریعے تقسیم شدہ ٹریننگ، اور Python، R، Java اور C++ کے APIs شامل ہیں۔

LightGBM فیصلہ سازی کے درختوں (decision tree) کے الگورتھم پر مبنی ایک تیز، تقسیم شدہ اور اعلیٰ کارکردگی والا گریڈینٹ بوسٹنگ فریم ورک ہے، جسے کارکردگی اور بڑے پیمانے کے ڈیٹا کے لیے موزوں بنایا گیا ہے۔