benchm-ml
Un benchmark minimal pour l'évolutivité, la vitesse et la précision des implémentations open source couramment utilisées (paquets R, scikit-learn Python, H2O, xgboost, Spark MLlib, etc.) des meilleurs algorithmes d'apprentissage automatique pour la classification binaire (forêts aléatoires, gradient bo
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentUn benchmark minimal pour l'évolutivité, la vitesse et la précision des implémentations open source couramment utilisées (paquets R, scikit-learn Python, H2O, xgboost, Spark MLlib, etc.) des meilleurs algorithmes d'apprentissage automatique pour la classification binaire (forêts aléatoires, gradient bo
benchm-ml compte 1.9k étoiles sur GitHub. Il a été forké 327 fois. benchm-ml est écrit principalement en R. Il est développé activement depuis 2015. benchm-ml est disponible sous licence MIT. Ses principaux thèmes sont : data-science, deep-learning, gradient-boosting-machine, h2o.
Qu'est-ce que benchm-ml ?
Un benchmark minimal pour l'évolutivité, la vitesse et la précision des implémentations open source couramment utilisées (paquets R, scikit-learn Python, H2O, xgboost, Spark MLlib, etc.) des meilleurs algorithmes d'apprentissage automatique pour la classification binaire (forêts aléatoires, gradient bo
benchm-ml est-il open source ?
benchm-ml est un projet open source. Il est distribué sous licence MIT.
benchm-ml est-il gratuit ?
Oui. benchm-ml est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est benchm-ml ?
benchm-ml est disponible sous licence MIT.
Dans quel langage benchm-ml est-il écrit ?
benchm-ml est écrit principalement en R.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://opensourceai.tech/project/szilard-benchm-ml.html)
