#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 repositorios en total
IA y aprendizaje automático con Kubeflow, Amazon EKS y SageMaker
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. 📈
Repositorio público para la especialización MLEP de DeepLearning.AI
Extensión de Polars para casos de uso generales de ciencia de datos
Preguntas frecuentes
¿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
¿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.
¿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.