Git Stars Git Stars

#automl Dépôts

Découvrez 64 dépôts GitHub open source actifs associés à #automl, cumulant 195,817 étoiles au total (soit une moyenne de 3,059 étoiles par projet). Le projet en tête de ce thème est lukasmasuch/best-of-ml-python, avec 23,877 étoiles.

64
Total des Dépôts
195,817
Nombre total d'étoiles
3,059
Moyenne d'Étoiles/Dépôt
1
lukasmasuch/best-of-ml-python

Une liste classée d'incroyables bibliothèques Python pour le machine learning. Mise à jour chaque semaine.

lukasmasuch
⭐ 23,877 👤 lukasmasuch User 🕐 Mis à jour 2026-11-19 📅 Créé 2020-11-29
2
autogluon/autogluon

ML rapide et précis en 3 lignes de code

autogluon
⭐ 10,843 Python 👤 autogluon Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2019-07-29
3
EpistasisLab/tpot

Un outil de Machine Learning Automatisé en Python qui optimise les pipelines de machine learning en utilisant la programmation génétique.

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 Mis à jour 2025-09-11 📅 Créé 2015-11-03
4
pycaret/pycaret

Plateforme AutoML open-source low-code pour Python. PyCaret 4.0 : moteur natif sklearn + plan de contrôle React.

pycaret
⭐ 9,863 Python 👤 pycaret Organization 🕐 Mis à jour 2026-07-23 📅 Créé 2019-11-23
5
keras-team/autokeras

Bibliothèque AutoML pour l'apprentissage profond

keras-team
⭐ 9,340 Python 👤 keras-team Organization 🕐 Mis à jour 2025-11-25 📅 Créé 2017-11-19
6
automl/auto-sklearn

Apprentissage automatique automatisé avec scikit-learn

automl
⭐ 8,147 Python 👤 automl Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2015-07-02
7
alteryx/featuretools

Une bibliothèque Python open source pour l'ingénierie de fonctionnalités automatisée

alteryx
⭐ 7,697 Python 👤 alteryx Organization 🕐 Mis à jour 2026-09-11 📅 Créé 2017-09-08
8
h2oai/h2o-3

H2O est une Plateforme d'Apprentissage Automatique Open Source, Distribuée, Rapide et Évolutive : Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM avec Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), etc.

h2oai
⭐ 7,527 Jupyter Notebook 👤 h2oai Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2014-03-03
9
google/automl

Google Brain AutoML

google
⭐ 6,471 Jupyter Notebook 👤 google Organization 🕐 Mis à jour 2025-03-02 📅 Créé 2020-03-12
10
zenml-io/zenml

ZenML 🙏: Une plateforme d'IA, des pipelines aux agents. https://zenml.io.

zenml-io
⭐ 5,636 Python 👤 zenml-io Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2020-11-19
11
tencentmusic/cube-studio

cube studio Plateforme IA Open-Source Cloud Native Tout-en-un pour Machine Learning/Deep Learning/Grands Modèles, Flux complet du pipeline d'algorithmes MLOps, Plateforme de location de puissance de calcul, Développement en ligne Notebook, Orchestration de pipeline de flux de tâches par glisser-déposer, Entraînement distribué multi-machines multi-GPU, Recherche d'hyperparamètres, Virtualisation VGPU du service d'inférence, Edge Computing, Annotation automatisée de la plateforme d'annotation, Ajustement fin SFT de grands modèles/Modèle de récompense/Entraînement par apprentissage par renforcement de Deepseek, Inférence multi-machines de grands modèles tels que vLLM/Ollama/MindSpore, Base de connaissances privée, Marché de modèles IA, Support pour l'écosystème CPU/GPU/NPU Ascend domestiques, Support RDMA, Support pour les frameworks distribués tels que PyTorch/TF/MXNet/DeepSpeed/Paddle/ColossalAI/Horovod/Ray/Volcano

tencentmusic
⭐ 5,085 👤 tencentmusic Organization 🕐 Mis à jour 2026-10-09 📅 Créé 2021-08-17
12
Nixtla/statsforecast

Prévisions ultra-rapides avec des modèles statistiques et économétriques.

Nixtla
⭐ 4,982 Python 👤 Nixtla Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2021-11-24
13
salesforce/Merlion

Merlion : Un cadre d'apprentissage automatique pour l'intelligence des séries chronologiques

salesforce
⭐ 4,471 Python 👤 salesforce Organization 🕐 Mis à jour 2024-06-20 📅 Créé 2021-07-28
14
microsoft/FLAML

Une bibliothèque rapide pour AutoML et le réglage. Rejoignez notre Discord : https://discord.gg/Cppx2vSPVP.

microsoft
⭐ 4,422 Jupyter Notebook 👤 microsoft Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-08-20
15
astroautomata/PySR

Apprentissage symbolique en Python et Julia

astroautomata
⭐ 4,301 Python 👤 astroautomata Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-09-14
16
hibayesian/awesome-automl-papers

Une liste sélectionnée de papiers, articles, tutoriels, diapositives et projets d'apprentissage automatique automatisé

hibayesian
⭐ 4,136 👤 hibayesian User 🕐 Mis à jour 2024-06-11 📅 Créé 2017-11-20
17
shankarpandala/lazypredict

Boîte à outils AutoML pour Python permettant de comparer des modèles de classification, de régression et de prévision de séries temporelles, avec accélération GPU, suivi MLflow et prétraitement automatisé.

shankarpandala
⭐ 3,353 Python 👤 shankarpandala User 🕐 Mis à jour 2026-10-31 📅 Créé 2019-11-16
18
mljar/mljar-supervised

Paquet Python pour AutoML sur des données tabulaires avec ingénierie des caractéristiques, réglage des hyper-paramètres, explications et documentation automatique

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 Mis à jour 2026-11-05 📅 Créé 2018-11-05
⭐ 3,258 Python 👤 google Organization 🕐 Mis à jour 2024-07-30 📅 Créé 2021-01-19
20
nidhaloff/igel

un outil d'apprentissage automatique exceptionnel qui vous permet d'entraîner, de tester et d'utiliser des modèles sans écrire de code

nidhaloff
⭐ 3,138 Python 👤 nidhaloff User 🕐 Mis à jour 2025-12-07 📅 Créé 2020-08-27
21
keras-team/keras-tuner

Une bibliothèque d'accordage d'hyperparamètres pour Keras

keras-team
⭐ 2,922 Python 👤 keras-team Organization 🕐 Mis à jour 2025-12-01 📅 Créé 2019-06-06
22
data-infra/cube-studio

CubeStudio est une plateforme open source cloud-native tout-en-un pour l'apprentissage automatique/l'apprentissage profond/les grands modèles d'IA/MaaS/MLOps/plateforme d'intelligence artificielle/plateforme d'entraînement et d'inférence, couvrant le pipeline complet des algorithmes, la multi-location, la plateforme de location de puissance de calcul, le relais de tokens, l'orchestration de pipelines de flux de travail par glisser-déposer, l'entraînement distribué multi-machine multi-carte, la recherche d'hyperparamètres, les services d'inférence, la virtualisation VGPU, la collaboration cloud-edge-device, le calcul en périphérie, la plateforme d'annotation automatisée, le fine-tuning SFT/le modèle de récompense/l'entraînement par apprentissage par renforcement pour les grands modèles comme DeepSeek, l'inférence multi-machine pour les grands modèles avec vLLM/Ollama/MindIE, les agents intelligents LLMOps avec base de connaissances privée, le marché de modèles d'IA, le support pour l'ordonnancement de puissance de calcul hétérogène nationale (Ascend, Cambricon, Hygon, Moore Threads, Muxi, etc.), le support pour IB/RoCE/RDMA et le support Xinchuang.

data-infra
⭐ 2,615 Python 👤 data-infra User 🕐 Mis à jour 2026-10-12 📅 Créé 2024-07-02
23
automl/Auto-PyTorch

Recherche automatique d'architecture et optimisation des hyperparamètres pour PyTorch

automl
⭐ 2,514 Python 👤 automl Organization 🕐 Mis à jour 2024-04-09 📅 Créé 2018-11-30
24
metarank/metarank

Un service de classement personnalisé par apprentissage automatique à faible code pour les articles, les annonces, les résultats de recherche, les recommandations qui stimule l'engagement des utilisateurs. Un moteur Learn-to-Rank convivial

metarank
⭐ 2,461 Scala 👤 metarank Organization 🕐 Mis à jour 2026-10-06 📅 Créé 2020-08-19
25
alibaba/EasyRec

Un framework pour les algorithmes de recommandation à grande échelle.

alibaba
⭐ 2,368 Python 👤 alibaba Organization 🕐 Mis à jour 2026-04-15 📅 Créé 2020-12-08
26
Vespa314/chan.py

Framework d'implémentation Python ouvert de Chanlun, prend en charge les calculs d'analyse des points d'achat/vente morphologiques/dynamiques, la combinaison de courbes K multi-niveaux, la stratégie d'encartement, le tracé visuel, divers accès aux données, le développement de stratégies, la connexion au système de trading ;

Vespa314
⭐ 2,346 Python 👤 Vespa314 User 🕐 Mis à jour 2026-11-18 📅 Créé 2021-12-02
27
salesforce/TransmogrifAI

TransmogrifAI (prononcé trăns-mŏgˈrə-fī) est une bibliothèque AutoML permettant de créer des flux de travail d'apprentissage automatique modulaires, réutilisables et fortement typés sur Apache Spark avec un réglage manuel minimal.

salesforce
⭐ 2,280 Scala 👤 salesforce Organization 🕐 Mis à jour 2026-06-02 📅 Créé 2017-11-02
28
GoogleCloudPlatform/java-docs-samples

Exemples de code Java et Kotlin utilisés sur cloud.google.com

GoogleCloudPlatform
⭐ 1,906 Java 👤 GoogleCloudPlatform Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2015-03-25
29
AutoViML/AutoViz

Visualisez automatiquement n'importe quel jeu de données, de n'importe quelle taille, avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus. Autorisation accordée sur demande.

AutoViML
⭐ 1,870 Python 👤 AutoViML User 🕐 Mis à jour 2024-06-10 📅 Créé 2019-07-17
30
microsoft/Cream

Ceci est une collection de nos travaux sur NAS et Vision Transformer.

microsoft
⭐ 1,818 Python 👤 microsoft Organization 🕐 Mis à jour 2024-07-25 📅 Créé 2020-10-12
31
kubeflow/katib

AVERTISSEMENT : le projet Katib est OBSOLÈTE. Les utilisateurs doivent migrer vers OptimizationJob et Kubeflow Trainer.

kubeflow
⭐ 1,707 Python 👤 kubeflow Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2018-04-03
32
hyperopt/hyperopt-sklearn

Optimisation des hyperparamètres pour sklearn

hyperopt
⭐ 1,646 Python 👤 hyperopt Organization 🕐 Mis à jour 2025-04-15 📅 Créé 2013-02-19
33
K-Dense-AI/karpathy

Un Ingénieur en Apprentissage Automatique Agéntique

K-Dense-AI
⭐ 1,582 Python 👤 K-Dense-AI Organization 🕐 Mis à jour 2026-08-18 📅 Créé 2025-11-16
34
sb-ai-lab/LightAutoML

Framework rapide et personnalisable pour la création automatique de modèles ML (AutoML)

sb-ai-lab
⭐ 1,484 Python 👤 sb-ai-lab Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2022-04-18
35
modelfoxdotdev/modelfox

ModelFox facilite l'entraînement, le déploiement et la surveillance des modèles d'apprentissage automatique.

modelfoxdotdev
⭐ 1,477 Rust 👤 modelfoxdotdev Organization 🕐 Mis à jour 2024-08-02 📅 Créé 2021-04-23
36
mit-han-lab/proxylessnas

[ICLR 2019] ProxylessNAS : Recherche directe d'architecture neuronale sur la tâche cible et le matériel

mit-han-lab
⭐ 1,451 C++ 👤 mit-han-lab Organization 🕐 Mis à jour 2024-08-30 📅 Créé 2018-12-01
37
winedarksea/AutoTS

Prévision automatisée des séries temporelles

winedarksea
⭐ 1,432 Python 👤 winedarksea User 🕐 Mis à jour 2026-11-19 📅 Créé 2019-11-26
38
open-edge-platform/geti

Créez, entraînez, optimisez et exécutez des modèles de vision par ordinateur en local, des images brutes à l’inférence en temps réel. Open source, optimisé pour Intel® XPU (CUDA est également pris en charge).

open-edge-platform
⭐ 1,379 Python 👤 open-edge-platform Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-10-26
39
MedMNIST/MedMNIST

[pip install medmnist] 18 jeux de données standardisés pour la classification d'images biomédicales 2D et 3D

MedMNIST
⭐ 1,367 Python 👤 MedMNIST Organization 🕐 Mis à jour 2025-01-11 📅 Créé 2020-10-25
40
automl/SMAC3

SMAC3 : Un package polyvalent d'optimisation bayésienne pour l'optimisation des hyperparamètres

automl
⭐ 1,273 Python 👤 automl Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2016-08-17
41
THUMNLab/AutoGL

Un framework et une boîte à outils AutoML pour l'apprentissage automatique sur les graphes.

THUMNLab
⭐ 1,143 Python 👤 THUMNLab Organization 🕐 Mis à jour 2025-11-20 📅 Créé 2020-11-30
42
serengil/tensorflow-101

TensorFlow 101 : Introduction à l'apprentissage profond

serengil
⭐ 1,099 Jupyter Notebook 👤 serengil User 🕐 Mis à jour 2025-07-09 📅 Créé 2017-07-05
43
google-research/morph-net

Apprentissage rapide et simple de la structure de réseau profond sous contrainte de ressources

google-research
⭐ 1,042 Python 👤 google-research Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2019-03-12
44
windmaple/awesome-AutoML

Curatage d'une liste de recherches, outils, projets et autres ressources liés à l'AutoML

windmaple
⭐ 946 👤 windmaple User 🕐 Mis à jour 2026-03-24 📅 Créé 2018-11-05
45
alteryx/evalml

EvalML est une bibliothèque AutoML écrite en Python.

alteryx
⭐ 852 Python 👤 alteryx Organization 🕐 Mis à jour 2026-01-14 📅 Créé 2019-07-17
46
astroautomata/SymbolicRegression.jl

Régression Symbolique Distribuée Haute Performance en Julia

astroautomata
⭐ 819 Julia 👤 astroautomata Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2021-01-14
47
zillow/luminaire

Luminaire est un package Python qui fournit des solutions pilotées par ML pour la surveillance des données de séries chronologiques.

zillow
⭐ 810 Python 👤 zillow Organization 🕐 Mis à jour 2026-06-02 📅 Créé 2020-07-08
48
GoogleCloudPlatform/vertex-ai-samples

Carnets d'adresses, exemples de code, applications d'exemple et autres ressources qui montrent comment utiliser, développer et gérer des flux de travail d'apprentissage automatique et d'IA générative à l'aide de Vertex AI de Google Cloud.

GoogleCloudPlatform
⭐ 801 Jupyter Notebook 👤 GoogleCloudPlatform Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2021-05-27
49
Optim-Agent/optim-agent

Les agents LLM comme optimiseur d'hyperparamètres.

Optim-Agent
⭐ 796 Python 👤 Optim-Agent User 🕐 Mis à jour 2026-08-14 📅 Créé 2026-07-07
50
AutoViML/Auto_TS

Construisez automatiquement des modèles ARIMA, SARIMAX, VAR, FB Prophet et XGBoost sur des ensembles de données de séries chronologiques avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus.

AutoViML
⭐ 765 Jupyter Notebook 👤 AutoViML User 🕐 Mis à jour 2024-08-20 📅 Créé 2020-02-15

Foire aux questions

1

Quel est le dépôt #automl le plus populaire sur GitHub ?

Le projet #automl open source le mieux classé sur GitHub est lukasmasuch/best-of-ml-python, avec 23,877 étoiles. Une liste classée d'incroyables bibliothèques Python pour le machine learning. Mise à jour chaque semaine.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #automl ?

Parmi les projets #automl les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Scala, Java.

3

Comment le classement des dépôts #automl est-il calculé ?

Nous suivons 64 dépôts open source actifs associés à #automl (500+ étoiles), totalisant 195,817 étoiles, avec une moyenne de 3,059 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.