#data-mining Dépôts
Découvrez 81 dépôts GitHub open source actifs associés à #data-mining, cumulant 318,511 étoiles au total (soit une moyenne de 3,932 étoiles par projet). Le projet en tête de ce thème est academic/awesome-datascience, avec 30,352 étoiles.
81 dépôts au total
:memo: Un référentiel génial de Data Science pour apprendre et appliquer à des problèmes du monde réel.
OCR prêt à l'emploi avec plus de 80 langues prises en charge et tous les scripts d'écriture populaires, y compris le latin, le chinois, l'arabe, le devanagari, le cyrillique, etc.
Une liste curated de bibliothèques open source géniales pour déployer, surveiller, versionner et scaler votre machine learning
Un framework rapide, distribué et haute performance pour le gradient boosting (GBT, GBDT, GBRT, GBM ou MART) basé sur des algorithmes d'arbres de décision, utilisé pour le ranking, la classification et de nombreuses autres tâches d'apprentissage automatique.
La recherche et le développement (R&D) sont essentiels à l'amélioration de la productivité industrielle, en particulier à l'ère de l'IA, où les aspects centraux de la R&D sont principalement axés sur les données et les modèles. Nous nous engageons à automatiser ces processus de R&D génériques de grande valeur grâce à R&D-Agent, qui permet à l'IA de piloter l'IA axée sur les données. 🔗https://aka.ms/RD-Agent-Tech-Report
Le dépôt de code et la ressource d'information du livre "Python Machine Learning (1re édition)"
Feuille de route d'apprentissage en intelligence artificielle, compilation de près de 200 cas pratiques et projets, manuels complémentaires gratuits, entrée pour débutants absolus, pratique pour l'emploi ! Inclut : Python, mathématiques, apprentissage automatique, analyse de données, apprentissage profond, vision par ordinateur, traitement du langage naturel, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv et autres domaines populaires
Une bibliothèque Python pour la détection d'anomalies sur des données tabulaires, des séries temporelles, des graphes, du texte, des images et de l'audio. Plus de 60 détecteurs, une orchestration ADEngine basée sur des benchmarks et un flux de travail agentique pour les agents IA.
Livres, articles, vidéos et boîtes à outils liés à la détection d'anomalies. Dernière mise à jour fin 2025 pour les travaux sur les LLM et les VLM !
Une bibliothèque Gradient Boosting sur arbres de décision rapide, scalable et haute performance, utilisée pour le ranking, la classification, la régression et d'autres tâches d'apprentissage automatique pour Python, R, Java, C++. Prend en charge le calcul sur CPU et GPU.
Une bibliothèque de modules d'extension et d'utilitaires pour les bibliothèques d'analyse de données et d'apprentissage automatique de Python.
Alink est la plateforme d'algorithmes d'apprentissage automatique basée sur Flink, développée par l'équipe PAI de la plateforme de calcul Alibaba.
Outil assisté par la vision par ordinateur pour extraire des données numériques à partir d'images de graphiques.
Liste d'outils et de datasets pour la détection d'anomalies sur des données de séries temporelles.
WebCollector est un framework de crawler web open source basé sur Java. Il fournit des interfaces simples pour explorer le Web, vous pouvez configurer un crawler web multi-thread en moins de 5 minutes.
Bibliothèque Python et CLI pour le scraping de X/Twitter avec rotation multi-comptes et gestion intégrée des limites de débit.
Une boîte à outils/bibliothèque Python pour l'apprentissage automatique/profonds centré sur la réalité et le data mining sur des séries temporelles partiellement observées, avec plus de 50 modèles de réseaux de neurones SOTA pour les tâches d'analyse scientifique (imputation, classification, clustering, prévision, détection d'anomalies, nettoyage) sur des TS multivariées industrielles incomplètes échantillonnées irrégulièrement avec des valeurs manquantes NaN
Informations académiques complètes et opportunes sur l'apprentissage fédéré (articles, frameworks, ensembles de données, tutoriels, ateliers)
Une liste organisée d'articles et de ressources sur la détection de fraude, d'anomalies et de valeurs aberrantes basée sur les graphes/transformateurs
Une liste curated de papiers de data mining sur la détection de fraudes.
Quelques livres et PDF géniaux liés à l'IA pour l'apprentissage et le téléchargement, appliquez également quelques modèles de bac à sable pour l'apprentissage
Une boîte à outils d’apprentissage profond pour l’IA en santé : dossiers médicaux électroniques (MIMIC, eICU, OMOP), textes cliniques, signaux et imagerie. Plus de 30 modèles et des pipelines reproductibles.
package R caret (Classification And Regression Training) qui contient diverses fonctions pour l'entraînement et la visualisation de modèles de classification et de régression
Une liste professionnelle d'articles, de tutoriels et d'enquêtes sur l'IA pour les séries temporelles dans les meilleures conférences et revues d'IA.
UnityPy est un module Python qui permet d'extraire/décompresser et de modifier les assets Unity.
Une boîte à outils pour l'apprentissage automatique et l'apprentissage profond des séries chronologiques
Framework AIL - Analysis Information Leak framework. Projet déplacé vers https://github.com/ail-project
CleverCSV est un package Python pour gérer des fichiers CSV désordonnés. Il fournit un remplacement direct pour le module CSV intégré avec une détection de dialecte améliorée, et est livré avec une application en ligne de commande pratique pour travailler avec des fichiers CSV.
:video_game: Une liste curated de datasets de jeux géniaux et d'outils pour l'intelligence artificielle dans les jeux
Apprentissage automatique, statistiques et fouille de données pour l'astronomie et l'astrophysique
Répertoire public officiel pour PM4Py (Process Mining for Python) — une bibliothèque open-source pour explorer, analyser et optimiser les processus métier avec Python.
Foire aux questions
Quel est le dépôt #data-mining le plus populaire sur GitHub ?
Le projet #data-mining open source le mieux classé sur GitHub est academic/awesome-datascience, avec 30,352 étoiles. :memo: Un référentiel génial de Data Science pour apprendre et appliquer à des problèmes du monde réel.
Quels langages de programmation sont les plus utilisés dans les dépôts #data-mining ?
Parmi les projets #data-mining les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, HTML, Java.
Comment le classement des dépôts #data-mining est-il calculé ?
Nous suivons 81 dépôts open source actifs associés à #data-mining (500+ étoiles), totalisant 318,511 étoiles, avec une moyenne de 3,932 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.