Git Stars Git Stars

#sklearn Repositorios

Descubre 21 repositorios activos de código abierto de GitHub etiquetados con #sklearn, que acumulan 72,496 estrellas en total (una media de 3,452 estrellas por proyecto). El líder de este tema es apachecn/ailearning, con 41,904 estrellas.

21
Total de Repositorios
72,496
Total de estrellas
3,452
Promedio de Estrellas/Repo

21 repositorios en total

1
apachecn/ailearning

AiLearning: Análisis de Datos + Aprendizaje Automático Práctico + Álgebra Lineal + PyTorch + NLTK + TF2

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

Stock AI Trader: plataforma integral para aprender, hacer trading simulado y operar en vivo. Incluye fundamentos bursátiles, estrategias, modelos de lenguaje de gran escala, minería de factores, aprendizaje automático/profundo/por refuerzo, redes neuronales de grafos, trading de alta frecuencia, implementación en C++ y código de JoinQuant.

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

una deliciosa herramienta de aprendizaje automático que le permite entrenar, probar y usar modelos sin escribir código

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

Machine Learning University: Clase acelerada de procesamiento del lenguaje natural

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

Karate Club: Un Framework de Python Open-Source Orientado a API para Aprendizaje No Supervisado en Gráficos (CIKM 2020)

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

Realizar predicciones bursátiles con Python y scikit-learn

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

Una biblioteca compatible con scikit-learn para estimar intervalos de predicción y controlar riesgos, basada en predicciones conformes.

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

Una herramienta DevOps de código abierto de la CNCF para empaquetar y versionar modelos de IA/ML, conjuntos de datos, código y configuraciones en un artefacto OCI.

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

Transpila estimadores y transformadores entrenados de scikit-learn a C, C#, Go, Java, JavaScript, PHP y Ruby.

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

Una colección de fragmentos de código de la publicación Daily Dose of Data Science en Substack: http://www.dailydoseofds.com/

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

Machine Learning University: Clase acelerada de datos tabulares

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

Asistente de IA de Python 🧠

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

El puente que faltaba entre tus modelos de aprendizaje automático y tus agentes de IA.

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

Miles de soluciones de código con una explicación clara en onelinerhub.com

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

:book: [Trad.] MachineLearningMastery artículo del blog

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

Motor de inferencia de Machine Learning para Microcontroladores y Dispositivos Empotrados

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

Construya automáticamente modelos ARIMA, SARIMAX, VAR, FB Prophet y XGBoost en conjuntos de datos de series temporales con una sola línea de código. Creado por Ram Seshadri. Se aceptan colaboradores.

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

Ollama para modelos ML clásicos. Compilador AOT que convierte modelos XGBoost, LightGBM, scikit-learn, CatBoost y ONNX en código de inferencia nativo C99. Un comando para cargar, un comando para servir. 336x más rápido que la inferencia en Python.

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

Una biblioteca de Python rápida y robusta para verificar lenguaje ofensivo en cadenas.

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

Paquete Python para predicción conforme

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

Un marco de análisis de comportamiento de usuarios y entidades (UEBA) de código abierto, robusto y flexible, utilizado para análisis de seguridad. Desarrollado con amor por científicos de datos y analistas de seguridad de la industria de ciberseguridad. [BETA]

GACWR
⭐ 528 Python 👤 GACWR Organization 🕐 Actualizado 2026-10-17 📅 Creado 2019-09-24

Preguntas frecuentes

1

¿Cuál es el repositorio de #sklearn más popular en GitHub?

El proyecto de código abierto de #sklearn mejor posicionado en GitHub es apachecn/ailearning, con 41,904 estrellas. AiLearning: Análisis de Datos + Aprendizaje Automático Práctico + Álgebra Lineal + PyTorch + NLTK + TF2

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #sklearn?

Entre los proyectos de #sklearn mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Go, PHP.

3

¿Cómo se calcula la clasificación de los repositorios de #sklearn?

Seguimos 21 repositorios activos de código abierto etiquetados con #sklearn (500+ estrellas), que suman un total de 72,496 estrellas, con una media de 3,452 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.