Python OpenCV跟踪API对比示例
运用博弈论解释任何机器学习模型的输出。
一个快速、分布式、高性能的梯度提升(GBT、GBDT、GBRT、GBM或MART)框架，基于决策树算法，用于排序、分类和许多其他机器学习任务。
使用NumPy进行机器学习
一款使用遗传编程优化机器学习管道的Python自动化机器学习工具。
一个快速、可扩展、高性能的基于决策树的梯度提升库，用于Python、R、Java、C++的排序、分类、回归和其他机器学习任务。支持CPU和GPU计算。
构建可解释的模型。解释黑盒机器学习。
关于决策树、分类树和回归树及其实现方法的研究论文集
一个用于评估常用开源机器学习算法（例如R包、Python scikit-learn、H2O、xgboost、Spark MLlib等）在二元分类任务（随机森林、梯度提升树、深度神经网络等）上的可扩展性、速度和准确性的最小基准测试。
文本分类算法综述
概率预测的自然梯度提升
