Git Stars Git Stars

#data-scientists Dépôts

Découvrez 6 dépôts GitHub open source actifs associés à #data-scientists, cumulant 51,458 étoiles au total (soit une moyenne de 8,576 étoiles par projet). Le projet en tête de ce thème est academic/awesome-datascience, avec 30,352 étoiles.

6
Total des Dépôts
51,458
Nombre total d'étoiles
8,576
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook
1
academic/awesome-datascience

:memo: Un référentiel génial de Data Science pour apprendre et appliquer à des problèmes du monde réel.

academic
⭐ 30,352 👤 academic Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2014-07-05
2
xonsh/xonsh

🐚 Shell propulsée par Python. Tout-en-un, multiplateforme et conviviale pour l'IA.

xonsh
⭐ 9,704 Python 👤 xonsh Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2015-01-21
3
ujjwalkarn/DataSciencePython

Tâches courantes d'analyse de données et d'apprentissage automatique avec Python

ujjwalkarn
⭐ 5,676 Python 👤 ujjwalkarn User 🕐 Mis à jour 2024-04-03 📅 Créé 2015-10-06
4
oegedijk/explainerdashboard

Créez rapidement des tableaux de bord Explainable AI qui montrent le fonctionnement interne des modèles d'apprentissage automatique dits "boîte noire".

oegedijk
⭐ 2,515 Python 👤 oegedijk User 🕐 Mis à jour 2026-02-11 📅 Créé 2019-10-30
5
PizzaDeDados/datascience-pizza

🍕 Répertoire pour rassembler des informations sur les matériaux d'étude en analyse de données et domaines connexes, entreprises travaillant avec des données et dictionnaire de concepts

PizzaDeDados
⭐ 2,420 👤 PizzaDeDados Organization 🕐 Mis à jour 2024-04-05 📅 Créé 2017-07-18
6
ashishpatel26/Amazing-Feature-Engineering

L'ingénierie des caractéristiques est le processus d'utilisation des connaissances du domaine pour extraire des caractéristiques des données brutes via des techniques de fouille de données. Ces caractéristiques peuvent être utilisées pour améliorer les performances des algorithmes d'apprentissage automatique. L'ingénierie des caractéristiques peut être considérée comme l'apprentissage automatique appliqué lui-même.

ashishpatel26
⭐ 794 Jupyter Notebook 👤 ashishpatel26 User 🕐 Mis à jour 2025-06-29 📅 Créé 2019-02-19

Foire aux questions

1

Quel est le dépôt #data-scientists le plus populaire sur GitHub ?

Le projet #data-scientists 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.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #data-scientists ?

Parmi les projets #data-scientists les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.

3

Comment le classement des dépôts #data-scientists est-il calculé ?

Nous suivons 6 dépôts open source actifs associés à #data-scientists (500+ étoiles), totalisant 51,458 étoiles, avec une moyenne de 8,576 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.