#data-mining Repositories
Entdecke 81 aktive Open-Source-GitHub-Repositories, die mit #data-mining getaggt sind und insgesamt 318,511 Sterne gesammelt haben (durchschnittlich 3,932 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist academic/awesome-datascience mit 30,352 Sternen.
Insgesamt 81 Repositories
:memo: Ein großartiges Data Science Repository zum Lernen und Anwenden für reale Probleme.
Sofort einsatzbereite OCR-Technologie mit über 80 unterstützten Sprachen und allen gängigen Schriftsystemen, einschließlich Lateinisch, Chinesisch, Arabisch, Devanagari, Kyrillisch und etc.
Eine kuratierte Liste toller Open-Source-Bibliotheken zum Bereitstellen, Überwachen, Versionieren und Skalieren Ihres Machine Learning
Ein schnelles, verteiltes, hochperformantes Gradient-Boosting-Framework (GBT, GBDT, GBRT, GBM oder MART) basierend auf Decision-Tree-Algorithmen, das für Ranking, Klassifikation und viele andere Machine-Learning-Aufgaben verwendet wird.
Forschung und Entwicklung (F&E) ist entscheidend für die Steigerung der industriellen Produktivität, insbesondere im KI-Zeitalter, in dem sich die Kernaspekte der F&E hauptsächlich auf Daten und Modelle konzentrieren. Wir haben uns der Automatisierung dieser hochwertigen generischen F&E-Prozesse durch R&D-Agent verschrieben, das KI antreibt, datengesteuerte KI zu entwickeln. 🔗https://aka.ms/RD-Agent-Tech-Report
Das Code-Repository und Informationsressource für das Buch "Python Machine Learning (1. Auflage)"
Künstliche Intelligenz Lernkarte, Zusammenstellung von fast 200 praktischen Fällen und Projekten, kostenlose Begleitbücher, Einstieg ohne Vorkenntnisse, berufliche Praxis! Enthalten: Python, Mathematik, Machine Learning, Data-Analyse, Deep Learning, Computer Vision, Natural Language Processing, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv usw. beliebte Bereiche
Eine Python-Bibliothek zur Anomalieerkennung in tabellarischen Daten, Zeitreihen, Graphen, Texten, Bildern und Audiodaten. Enthält über 60 Detektoren, eine benchmark-gestützte ADEngine-Orchestrierung und einen agentenbasierten Workflow für KI-Agenten.
Bücher, Papiere, Videos und Werkzeugkästen zur Anomalieerkennung. Letztes Update Ende 2025 für LLM- und VLM-Arbeiten!
Eine schnelle, skalierbare, hochperformante Gradient Boosting on Decision Trees Bibliothek, die für Ranking, Klassifikation, Regression und andere Machine-Learning-Aufgaben für Python, R, Java, C++ verwendet wird. Unterstützt Berechnungen auf CPU und GPU.
Eine Bibliothek von Erweiterungs- und Hilfsmodulen für Pythons Datenanalyse- und Machine-Learning-Bibliotheken.
Alink ist die Machine-Learning-Algorithmusplattform basierend auf Flink, entwickelt vom PAI-Team der Alibaba Computing Platform.
Werkzeug mit Unterstützung der Computer Vision zur Extraktion numerischer Daten aus Plot-Bildern.
Liste von Tools & Datasets für die Anomalieerkennung in Zeitreihendaten.
WebCollector ist ein quelloffenes Webcrawler-Framework auf Basis von Java. Es bietet einige einfache Schnittstellen zum Crawlen des Webs, Sie können einen Multi-Thread-Webcrawler in weniger als 5 Minuten einrichten.
Python-Bibliothek und CLI für das Scraping von X/Twitter mit Multi-Account-Rotation und integrierter Ratenbegrenzungsverwaltung.
Ein Python-Toolkit/Bibliothek für realitätszentriertes maschinelles/tiefes Lernen & Data Mining bei teilweise beobachteten Zeitreihen, mit über 50 SOTA-Neuronalen Netzwerken für wissenschaftliche Analysenaufgaben (Imputation, Klassifikation, Clustering, Prognose, Anomalieerkennung, Reinigung) an unvollständigen industriellen unregelmäßig gesampelten multivariaten TS mit NaN fehlenden Werten
Umfassende und zeitnahe akademische Informationen zum föderierten Lernen (Paper, Frameworks, Datensätze, Tutorials, Workshops)
Eine kuratierte Liste von Papieren und Ressourcen zur Erkennung von Betrug, Anomalien und Ausreißern auf Graph-/Transformer-Basis
Eine kuratierte Liste von Data-Mining-Papieren zur Betrugserkennung.
Einige großartige KI-bezogene Bücher und PDFs zum Lernen und Herunterladen, wenden Sie auch einige Playground-Modelle zum Lernen an
Ein Deep-Learning-Toolkit für KI im Gesundheitswesen: elektronische Patientenakten (MIMIC, eICU, OMOP), klinische Texte, Signale und Bildgebung. Über 30 Modelle und reproduzierbare Pipelines.
caret (Classification And Regression Training) R-Paket, das verschiedene Funktionen zum Trainieren und Plotten von Klassifizierungs- und Regressionsmodellen enthält
Eine professionelle Liste von Papers, Tutorials und Umfragen zu KI für Zeitreihen in den Top-KI-Konferenzen und -Journalen.
UnityPy ist ein Python-Modul, das es ermöglicht, Unity-Assets zu extrahieren/entpacken und zu bearbeiten.
AIL-Framework – Analysis Information Leak-Framework. Projekt verschoben nach https://github.com/ail-project
CleverCSV ist ein Python-Paket zur Handhabung unordentlicher CSV-Dateien. Es bietet eine Drop-in-Ersetzung für das integrierte CSV-Modul mit verbesserter Dialekterkennung und kommt mit einer praktischen Kommandozeilen-Anwendung zum Arbeiten mit CSV-Dateien.
:video_game: Eine kuratierte Liste toller Game-Datensätze und Tools für Künstliche Intelligenz in Spielen
Offizielles öffentliches Repository für PM4Py (Process Mining for Python) — eine Open-Source-Bibliothek zur Erkundung, Analyse und Optimierung von Geschäftsprozessen mit Python.
Häufig gestellte Fragen
Welches ist das beliebteste #data-mining-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#data-mining-Projekt auf GitHub ist academic/awesome-datascience mit 30,352 Sternen. :memo: Ein großartiges Data Science Repository zum Lernen und Anwenden für reale Probleme.
Welche Programmiersprachen werden in #data-mining-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #data-mining-Projekten auf GitHub sind Python, Jupyter Notebook, HTML, Java die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #data-mining-Repositories berechnet?
Wir verfolgen 81 aktive Open-Source-Repositories, die mit #data-mining getaggt sind (500+ Sterne), mit insgesamt 318,511 Sternen und durchschnittlich 3,932 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.