Git Stars Git Stars

#ml-pipelines Repositorios

Descubre 6 repositorios activos de código abierto de GitHub etiquetados con #ml-pipelines, que acumulan 10,669 estrellas en total (una media de 1,778 estrellas por proyecto). El líder de este tema es data-science-on-aws/data-science-on-aws, con 3,422 estrellas.

6
Total de Repositorios
10,669
Total de estrellas
1,778
Promedio de Estrellas/Repo
Lenguajes de programación: Jupyter Notebook Python R Rust
1
data-science-on-aws/data-science-on-aws

IA y aprendizaje automático con Kubeflow, Amazon EKS y SageMaker

data-science-on-aws
⭐ 3,422 Jupyter Notebook 👤 data-science-on-aws Organization 🕐 Actualizado 2024-07-31 📅 Creado 2020-02-29
2
whylabs/whylogs

Una biblioteca de registro de datos de código abierto para modelos de aprendizaje automático y canalizaciones de datos. 📚 Proporciona visibilidad sobre la calidad de los datos y el rendimiento del modelo a lo largo del tiempo. 🛡️ Admite la recopilación de datos que preservan la privacidad, garantizando seguridad y robustez. 📈

whylabs
⭐ 2,819 Jupyter Notebook 👤 whylabs Organization 🕐 Actualizado 2025-01-10 📅 Creado 2020-08-14
3
https-deeplearning-ai/machine-learning-engineering-for-production-public

Repositorio público para la especialización MLEP de DeepLearning.AI

https-deeplearning-ai
⭐ 1,944 Jupyter Notebook 👤 https-deeplearning-ai Organization 🕐 Actualizado 2024-10-28 📅 Creado 2020-11-17
4
sematic-ai/sematic

Una plataforma de desarrollo de pipelines de ML de código abierto

sematic-ai
⭐ 1,000 Python 👤 sematic-ai Organization 🕐 Actualizado 2025-01-09 📅 Creado 2022-04-19
5
tidymodels/tidymodels

Instala y carga fácilmente los paquetes tidymodels

tidymodels
⭐ 824 R 👤 tidymodels Organization 🕐 Actualizado 2026-09-17 📅 Creado 2018-07-05
6
abstractqqq/polars_ds_extension

Extensión de Polars para casos de uso generales de ciencia de datos

abstractqqq
⭐ 661 Rust 👤 abstractqqq User 🕐 Actualizado 2026-11-18 📅 Creado 2023-10-30

Preguntas frecuentes

1

¿Cuál es el repositorio de #ml-pipelines más popular en GitHub?

El proyecto de código abierto de #ml-pipelines mejor posicionado en GitHub es data-science-on-aws/data-science-on-aws, con 3,422 estrellas. IA y aprendizaje automático con Kubeflow, Amazon EKS y SageMaker

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #ml-pipelines?

Entre los proyectos de #ml-pipelines mejor posicionados en GitHub, los lenguajes de programación más comunes son Jupyter Notebook, Python, R, Rust.

3

¿Cómo se calcula la clasificación de los repositorios de #ml-pipelines?

Seguimos 6 repositorios activos de código abierto etiquetados con #ml-pipelines (500+ estrellas), que suman un total de 10,669 estrellas, con una media de 1,778 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.