Git Stars Git Stars

#data-scientists Repositorios

Descubre 6 repositorios activos de código abierto de GitHub etiquetados con #data-scientists, que acumulan 51,458 estrellas en total (una media de 8,576 estrellas por proyecto). El líder de este tema es academic/awesome-datascience, con 30,352 estrellas.

6
Total de Repositorios
51,458
Total de estrellas
8,576
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook
1
academic/awesome-datascience

:memo: Un fantástico repositorio de Data Science para aprender y aplicar a problemas del mundo real.

academic
⭐ 30,352 👤 academic Organization 🕐 Actualizado 2026-11-20 📅 Creado 2014-07-05
2
xonsh/xonsh

🐚 Shell impulsado por Python. Con todas las funciones, multiplataforma y amigable con la IA.

xonsh
⭐ 9,704 Python 👤 xonsh Organization 🕐 Actualizado 2026-11-16 📅 Creado 2015-01-21
3
ujjwalkarn/DataSciencePython

Tareas comunes de análisis de datos y aprendizaje automático usando Python

ujjwalkarn
⭐ 5,676 Python 👤 ujjwalkarn User 🕐 Actualizado 2024-04-03 📅 Creado 2015-10-06
4
oegedijk/explainerdashboard

Construye rápidamente paneles de Explainable AI que muestren el funcionamiento interno de los modelos de aprendizaje automático llamados "caja negra".

oegedijk
⭐ 2,515 Python 👤 oegedijk User 🕐 Actualizado 2026-02-11 📅 Creado 2019-10-30
5
PizzaDeDados/datascience-pizza

🍕 Repositorio para reunir información sobre materiales de estudio en análisis de datos y áreas afines, empresas que trabajan con datos y diccionario de conceptos

PizzaDeDados
⭐ 2,420 👤 PizzaDeDados Organization 🕐 Actualizado 2024-04-05 📅 Creado 2017-07-18
6
ashishpatel26/Amazing-Feature-Engineering

La ingeniería de características es el proceso de usar el conocimiento del dominio para extraer características de datos crudos mediante técnicas de minería de datos. Estas características se pueden usar para mejorar el rendimiento de los algoritmos de aprendizaje automático. La ingeniería de características se puede considerar como el aprendizaje automático aplicado en sí mismo.

ashishpatel26
⭐ 794 Jupyter Notebook 👤 ashishpatel26 User 🕐 Actualizado 2025-06-29 📅 Creado 2019-02-19

Preguntas frecuentes

1

¿Cuál es el repositorio de #data-scientists más popular en GitHub?

El proyecto de código abierto de #data-scientists mejor posicionado en GitHub es academic/awesome-datascience, con 30,352 estrellas. :memo: Un fantástico repositorio de Data Science para aprender y aplicar a problemas del mundo real.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #data-scientists?

Entre los proyectos de #data-scientists mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.

3

¿Cómo se calcula la clasificación de los repositorios de #data-scientists?

Seguimos 6 repositorios activos de código abierto etiquetados con #data-scientists (500+ estrellas), que suman un total de 51,458 estrellas, con una media de 8,576 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.