Git Stars Git Stars

#sklearn Repositories

Entdecke 21 aktive Open-Source-GitHub-Repositories, die mit #sklearn getaggt sind und insgesamt 72,496 Sterne gesammelt haben (durchschnittlich 3,452 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist apachecn/ailearning mit 41,904 Sternen.

21
Gesamtzahl der Repositories
72,496
Gesamtanzahl der Sterne
3,452
Durchschnittliche Sterne/Repo

Insgesamt 21 Repositories

1
apachecn/ailearning

AiLearning: Datenanalyse + Machine Learning Praxis + Lineare Algebra + PyTorch + NLTK + TF2

apachecn
⭐ 41,904 Python 👤 apachecn Organization 🕐 Aktualisiert 2024-11-12 📅 Erstellt 2017-02-25
2
charliedream1/ai_quant_trade

Stock AI Trader: eine Komplettplattform zum Lernen sowie für simulierten und Live-Handel. Behandelt werden Aktiengrundlagen, Strategien, große Sprachmodelle, Faktormining, maschinelles Lernen/Deep Learning/Reinforcement Learning, Graphennetzwerke, Hochfrequenzhandel, C++-Deployment und JoinQuant-Code.

charliedream1
⭐ 6,773 Python 👤 charliedream1 User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-06-09
3
nidhaloff/igel

ein hervorragendes Machine-Learning-Tool, mit dem Sie Modelle trainieren, testen und verwenden können, ohne Code zu schreiben

nidhaloff
⭐ 3,138 Python 👤 nidhaloff User 🕐 Aktualisiert 2025-12-07 📅 Erstellt 2020-08-27
4
aws-samples/aws-machine-learning-university-accelerated-nlp

Machine Learning University: Beschleunigter Kurs für natürliche Sprachverarbeitung

aws-samples
⭐ 2,429 Jupyter Notebook 👤 aws-samples Organization 🕐 Aktualisiert 2024-10-13 📅 Erstellt 2020-08-07
5
benedekrozemberczki/karateclub

Karate Club: Ein API-orientiertes Open-Source-Python-Framework für unüberwachtes Lernen auf Graphen (CIKM 2020)

benedekrozemberczki
⭐ 2,266 Python 👤 benedekrozemberczki User 🕐 Aktualisiert 2024-07-17 📅 Erstellt 2019-12-05
6
robertmartin8/MachineLearningStocks

Aktienprognosen mit Python und Scikit-learn erstellen

robertmartin8
⭐ 1,913 Python 👤 robertmartin8 User 🕐 Aktualisiert 2024-06-17 📅 Erstellt 2017-02-12
7
scikit-learn-contrib/MAPIE

Eine scikit-learn-kompatible Bibliothek zur Schätzung von Vorhersageintervallen und zur Risikokontrolle, basierend auf konformen Vorhersagen.

scikit-learn-contrib
⭐ 1,697 Jupyter Notebook 👤 scikit-learn-contrib Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2021-03-30
8
kitops-ml/kitops

Ein Open-Source-DevOps-Tool der CNCF zum Verpacken und Versionieren von KI/ML-Modellen, Datensätzen, Code und Konfigurationen in ein OCI-Artefakt.

kitops-ml
⭐ 1,451 Go 👤 kitops-ml Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2024-02-02
9
nok/sklearn-porter

Transpilieren Sie trainierte scikit-learn-Schätzer und -Transformer nach C, C#, Go, Java, JavaScript, PHP und Ruby.

nok
⭐ 1,303 Python 👤 nok User 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2016-06-22
10
ChawlaAvi/Daily-Dose-of-Data-Science

Eine Sammlung von Code-Schnipseln aus der Publikation Daily Dose of Data Science auf Substack: http://www.dailydoseofds.com/

ChawlaAvi
⭐ 1,206 Jupyter Notebook 👤 ChawlaAvi User 🕐 Aktualisiert 2025-06-09 📅 Erstellt 2022-12-02
11
aws-samples/aws-machine-learning-university-accelerated-tab

Machine Learning University: Beschleunigter Kurs für tabellarische Daten

aws-samples
⭐ 1,032 Jupyter Notebook 👤 aws-samples Organization 🕐 Aktualisiert 2024-10-12 📅 Erstellt 2020-07-30
12
ggeop/Python-ai-assistant

Python KI-Assistent 🧠

ggeop
⭐ 994 Python 👤 ggeop User 🕐 Aktualisiert 2024-11-17 📅 Erstellt 2019-05-16
13
Tejas-TA/predikit

Die fehlende Brücke zwischen deinen ML-Modellen und deinen KI-Agenten.

Tejas-TA
⭐ 840 Python 👤 Tejas-TA User 🕐 Aktualisiert 2026-10-28 📅 Erstellt 2026-05-25
14
Onelinerhub/onelinerhub

Tausende von Code-Lösungen mit klarer Erklärung auf onelinerhub.com

Onelinerhub
⭐ 833 PHP 👤 Onelinerhub Organization 🕐 Aktualisiert 2024-06-30 📅 Erstellt 2021-04-12
15
apachecn/ml-mastery-zh

:book: [Übers.] MachineLearningMastery Blog-Artikel

apachecn
⭐ 786 JavaScript 👤 apachecn Organization 🕐 Aktualisiert 2025-02-19 📅 Erstellt 2019-03-25
16
emlearn/emlearn

Inferenz-Engine für Machine Learning auf Mikrocontrollern und eingebetteten Geräten

emlearn
⭐ 776 Python 👤 emlearn Organization 🕐 Aktualisiert 2026-11-10 📅 Erstellt 2018-03-16
17
AutoViML/Auto_TS

Erstellen Sie automatisch ARIMA-, SARIMAX-, VAR-, FB Prophet- und XGBoost-Modelle für Zeitreihendatensätze mit einer einzigen Codezeile. Erstellt von Ram Seshadri. Mitarbeiter willkommen.

AutoViML
⭐ 765 Jupyter Notebook 👤 AutoViML User 🕐 Aktualisiert 2024-08-20 📅 Erstellt 2020-02-15
18
kossisoroyce/timber

Ollama für klassische ML-Modelle. AOT-Compiler, der XGBoost, LightGBM, scikit-learn, CatBoost & ONNX-Modelle in nativen C99-Inferenzcode umwandelt. Ein Befehl zum Laden, ein Befehl zum Servieren. 336x schneller als Python-Inferenz.

kossisoroyce
⭐ 692 Python 👤 kossisoroyce User 🕐 Aktualisiert 2026-04-16 📅 Erstellt 2026-02-27
19
vzhou842/profanity-check

Eine schnelle, robuste Python-Bibliothek zur Überprüfung auf beleidigende Sprache in Strings.

vzhou842
⭐ 649 Python 👤 vzhou842 User 🕐 Aktualisiert 2024-07-27 📅 Erstellt 2018-12-27
20
henrikbostrom/crepes

Python-Paket für konforme Vorhersagen

henrikbostrom
⭐ 587 Python 👤 henrikbostrom User 🕐 Aktualisiert 2026-07-08 📅 Erstellt 2021-11-17
21
GACWR/OpenUBA

Ein robustes und flexibles Open-Source-Framework für die Analyse des Benutzer- und Entitätsverhaltens (UEBA), das für Sicherheitsanalysen verwendet wird. Mit Liebe entwickelt von Datenwissenschaftlern und Sicherheitsanalysten aus der Cybersicherheitsbranche. [BETA]

GACWR
⭐ 528 Python 👤 GACWR Organization 🕐 Aktualisiert 2026-10-17 📅 Erstellt 2019-09-24

Häufig gestellte Fragen

1

Welches ist das beliebteste #sklearn-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#sklearn-Projekt auf GitHub ist apachecn/ailearning mit 41,904 Sternen. AiLearning: Datenanalyse + Machine Learning Praxis + Lineare Algebra + PyTorch + NLTK + TF2

2

Welche Programmiersprachen werden in #sklearn-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #sklearn-Projekten auf GitHub sind Python, Jupyter Notebook, Go, PHP die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #sklearn-Repositories berechnet?

Wir verfolgen 21 aktive Open-Source-Repositories, die mit #sklearn getaggt sind (500+ Sterne), mit insgesamt 72,496 Sternen und durchschnittlich 3,452 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.