benchm-ml
Un benchmark mínimo para escalabilidad, velocidad y precisión de implementaciones de código abierto comúnmente utilizadas (paquetes R, scikit-learn de Python, H2O, xgboost, Spark MLlib, etc.) de los principales algoritmos de aprendizaje automático para clasificación binaria (bosques aleatorios, gradiente bo
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasUn benchmark mínimo para escalabilidad, velocidad y precisión de implementaciones de código abierto comúnmente utilizadas (paquetes R, scikit-learn de Python, H2O, xgboost, Spark MLlib, etc.) de los principales algoritmos de aprendizaje automático para clasificación binaria (bosques aleatorios, gradiente bo
benchm-ml tiene 1.9k estrellas en GitHub. Se ha bifurcado 327 veces. benchm-ml está escrito principalmente en R. Se desarrolla activamente desde 2015. benchm-ml está disponible bajo la licencia MIT. Sus temas principales son: data-science, deep-learning, gradient-boosting-machine, h2o.
¿Qué es benchm-ml?
Un benchmark mínimo para escalabilidad, velocidad y precisión de implementaciones de código abierto comúnmente utilizadas (paquetes R, scikit-learn de Python, H2O, xgboost, Spark MLlib, etc.) de los principales algoritmos de aprendizaje automático para clasificación binaria (bosques aleatorios, gradiente bo
¿benchm-ml es de código abierto?
benchm-ml es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿benchm-ml es gratis?
Sí. benchm-ml es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está benchm-ml?
benchm-ml está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito benchm-ml?
benchm-ml está escrito principalmente en R.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/szilard-benchm-ml.html)
