Git Stars Git Stars

#ml-workflow Repositorios

Descubre 2 repositorios activos de código abierto de GitHub etiquetados con #ml-workflow, que acumulan 2,160 estrellas en total (una media de 1,080 estrellas por proyecto). El líder de este tema es SelfExplainML/PiML-Toolbox, con 1,285 estrellas.

2
Total de Repositorios
2,160
Total de estrellas
1,080
Promedio de Estrellas/Repo
Lenguajes de programación: Jupyter Notebook
1
SelfExplainML/PiML-Toolbox

PiML (Python Interpretable Machine Learning) toolbox para el desarrollo y diagnóstico de modelos

SelfExplainML
⭐ 1,285 Jupyter Notebook 👤 SelfExplainML Organization 🕐 Actualizado 2025-03-30 📅 Creado 2022-04-29
⭐ 875 👤 georgearun User 🕐 Actualizado 2024-05-03 📅 Creado 2019-03-14

Preguntas frecuentes

1

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

El proyecto de código abierto de #ml-workflow mejor posicionado en GitHub es SelfExplainML/PiML-Toolbox, con 1,285 estrellas. PiML (Python Interpretable Machine Learning) toolbox para el desarrollo y diagnóstico de modelos

2

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

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

3

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

Seguimos 2 repositorios activos de código abierto etiquetados con #ml-workflow (500+ estrellas), que suman un total de 2,160 estrellas, con una media de 1,080 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.