Biblioteca de Aumento de Gradiente Escalável, Portátil e Distribuída (GBDT, GBRT ou GBM) para Python, R, Java, Scala, C++ e mais. Roda em máquina única, Hadoop, Spark, Dask, Flink e DataFlow
Use uma biblioteca para construir modelos de aprendizado de máquina que analisam dados de forma rápida e precisa.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserBiblioteca de Aumento de Gradiente Escalável, Portátil e Distribuída (GBDT, GBRT ou GBM) para Python, R, Java, Scala, C++ e mais. Roda em máquina única, Hadoop, Spark, Dask, Flink e DataFlow
xgboost tem 28.6k estrelas no GitHub. Foi bifurcado 8.9k vezes. xgboost é escrito principalmente em C++. Está em desenvolvimento ativo desde 2014. xgboost está disponível sob a licença Apache-2.0. Os seus principais temas são: distributed-systems, gbdt, gbm, gbrt.
Read the full guideBiblioteca de Aumento de Gradiente Escalável, Portátil e Distribuída (GBDT, GBRT ou GBM) para Python, R, Java, Scala, C++ e mais. Roda em máquina única, Hadoop, Spark, Dask, Flink e DataFlow
xgboost é um projeto de código aberto. É distribuído sob a licença Apache-2.0.
Sim. xgboost é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
xgboost está disponível sob a licença Apache-2.0.
xgboost é escrito principalmente em C++.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/dmlc-xgboost.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.