Git Stars Git Stars

#scikit-learn Dépôts

137
Total des Dépôts
687,046
Nombre total d'étoiles
5,014
Moyenne d'Étoiles/Dépôt
101
EpistasisLab/pmlb

PMLB : Un grand dépôt curaté de jeux de données de référence pour évaluer les algorithmes d'apprentissage automatique supervisé.

EpistasisLab
⭐ 866 Python 👤 EpistasisLab Organization 🕐 Mis à jour 2025-02-25 📅 Créé 2016-11-11
102
kymatio/kymatio

Transformées de scattering en ondelettes en Python avec accélération GPU

kymatio
⭐ 859 Python 👤 kymatio Organization 🕐 Mis à jour 2026-06-09 📅 Créé 2018-10-02
103
georgedouzas/sports-betting

Collection d'outils d'IA pour les paris sportifs.

georgedouzas
⭐ 846 Python 👤 georgedouzas User 🕐 Mis à jour 2026-11-15 📅 Créé 2019-01-08
104
rasbt/machine-learning-notes

Collection de codes et extraits utiles d'apprentissage automatique (initialement destinés à mon usage personnel)

rasbt
⭐ 833 Jupyter Notebook 👤 rasbt User 🕐 Mis à jour 2024-03-21 📅 Créé 2022-02-13
105
koaning/human-learn

L'intelligence naturelle est toujours une très bonne idée.

koaning
⭐ 833 Jupyter Notebook 👤 koaning User 🕐 Mis à jour 2026-03-09 📅 Créé 2020-07-11
106
smellslikeml/ActionAI

Détection d'Activités Localisées Spatio-Temporellement en Temps Réel par Suivi des Points Clés du Corps

smellslikeml
⭐ 814 Python 👤 smellslikeml User 🕐 Mis à jour 2026-11-16 📅 Créé 2019-02-07
107
SanDiegoMachineLearning/bookclub

Notes et liens des réunions du club de lecture

SanDiegoMachineLearning
⭐ 813 Jupyter Notebook 👤 SanDiegoMachineLearning Organization 🕐 Mis à jour 2026-11-08 📅 Créé 2020-09-18
108
DoubleML/doubleml-for-py

DoubleML - Double Machine Learning in Python

DoubleML
⭐ 801 Python 👤 DoubleML Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2020-09-09
109
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
110
boyboi86/AFML

Toutes les réponses aux exercices de Advances in Financial Machine Learning par Dr Marco Lopez de Parodo.

boyboi86
⭐ 785 Jupyter Notebook 👤 boyboi86 User 🕐 Mis à jour 2024-09-05 📅 Créé 2020-05-28
111
emlearn/emlearn

Moteur d'inférence Machine Learning pour Microcontrôleurs et Dispositifs Embarqués

emlearn
⭐ 776 Python 👤 emlearn Organization 🕐 Mis à jour 2026-11-10 📅 Créé 2018-03-16
112
rsteca/sklearn-deap

Utilisez des algorithmes évolutionnaires au lieu de gridsearch dans scikit-learn

rsteca
⭐ 772 Jupyter Notebook 👤 rsteca User 🕐 Mis à jour 2024-02-10 📅 Créé 2015-10-28
113
dabl/dabl

Bibliothèque de Base pour l'Analyse de Données

dabl
⭐ 727 Jupyter Notebook 👤 dabl Organization 🕐 Mis à jour 2024-12-16 📅 Créé 2018-09-14
114
jpmml/sklearn2pmml

Bibliothèque Python pour convertir les pipelines Scikit-Learn en PMML

jpmml
⭐ 705 Python 👤 jpmml Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2015-11-10
115
mljar/supertree

Impressionnez votre patron avec une visualisation interactive d'arbre de décision

mljar
⭐ 700 JavaScript 👤 mljar Organization 🕐 Mis à jour 2026-08-11 📅 Créé 2024-07-24
116
elastic/eland

Client et Kit d'Outils Python pour DataFrames, Big Data, Machine Learning et ETL dans Elasticsearch

elastic
⭐ 693 Python 👤 elastic Organization 🕐 Mis à jour 2026-06-16 📅 Créé 2019-06-11
117
probabl-ai/skore

Suivez votre Data Science. La bibliothèque Python open-source de Skore accélère le développement de modèles ML grâce à des rapports d’évaluation automatisés, des conseils méthodologiques intelligents et une analyse exhaustive de la validation croisée.

probabl-ai
⭐ 683 Python 👤 probabl-ai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2024-06-17
118
mikeroyal/Machine-Learning-Guide

Guide d'apprentissage automatique. Tout savoir sur les outils, bibliothèques, frameworks d'apprentissage automatique, les grands modèles linguistiques (LLM) et les modèles d'entraînement.

mikeroyal
⭐ 675 Python 👤 mikeroyal User 🕐 Mis à jour 2024-01-04 📅 Créé 2020-10-17
119
vzhou842/profanity-check

Une bibliothèque Python rapide et robuste pour vérifier le langage offensant dans les chaînes.

vzhou842
⭐ 649 Python 👤 vzhou842 User 🕐 Mis à jour 2024-07-27 📅 Créé 2018-12-27
120
ysig/GraKeL

Une bibliothèque compatible avec scikit-learn pour les noyaux de graphes

ysig
⭐ 647 Jupyter Notebook 👤 ysig User 🕐 Mis à jour 2026-10-22 📅 Créé 2017-10-31
121
onnx/sklearn-onnx

Convertir les modèles et pipelines scikit-learn en ONNX

onnx
⭐ 634 Python 👤 onnx Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2018-12-18
122
parrt/random-forest-importances

Code pour calculer les importances de permutation et de suppression de colonnes dans les modèles Python scikit-learn

parrt
⭐ 625 Jupyter Notebook 👤 parrt User 🕐 Mis à jour 2025-03-24 📅 Créé 2018-03-22
124
Neuraxio/Neuraxle

La bibliothèque AutoML la plus propre au monde ✨ - Effectuez l'accordage des hyperparamètres avec les bonnes abstractions de pipeline pour écrire des pipelines de production d'apprentissage profond propres. Laissez les étapes de votre pipeline avoir des espaces d'hyperparamètres. Concevez les étapes de votre pipeline comme des composants. Compatible avec Scikit-Learn, TensorFlow et la plupart des autres bibliothèques, frameworks et environnements MLOps.

Neuraxio
⭐ 612 Python 👤 Neuraxio Organization 🕐 Mis à jour 2026-02-20 📅 Créé 2019-03-26
125
sktime/sktime-dl

DÉPRÉCIÉ, maintenant dans sktime - package compagnon pour l'apprentissage profond basé sur TensorFlow

sktime
⭐ 600 Python 👤 sktime Organization 🕐 Mis à jour 2024-08-02 📅 Créé 2019-07-24
127
henrikbostrom/crepes

Package Python pour la prédiction conforme

henrikbostrom
⭐ 587 Python 👤 henrikbostrom User 🕐 Mis à jour 2026-07-08 📅 Créé 2021-11-17
128
openscoring/openscoring

Service web REST pour le scoring en temps réel véritable (<1 ms) des modèles Scikit-Learn, R et Apache Spark

openscoring
⭐ 587 Java 👤 openscoring Organization 🕐 Mis à jour 2026-02-02 📅 Créé 2013-04-02
129
Coder-World04/Complete-Machine-Learning-

Ce dépôt contient tout ce dont vous avez besoin pour devenir compétent en apprentissage automatique

Coder-World04
⭐ 585 👤 Coder-World04 User 🕐 Mis à jour 2024-02-05 📅 Créé 2022-04-30
130
EducationalTestingService/skll

SciKit-Learn Laboratory (SKLL) facilite l'exécution d'expériences d'apprentissage automatique.

EducationalTestingService
⭐ 561 Python 👤 EducationalTestingService Organization 🕐 Mis à jour 2025-06-12 📅 Créé 2013-08-02
131
hyperactive-project/Hyperactive

Une interface unifiée pour les algorithmes d'optimisation et les expériences

hyperactive-project
⭐ 551 Python 👤 hyperactive-project Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2018-11-01
132
AutoViML/Auto_ViML

Construisez automatiquement plusieurs modèles ML avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus. Autorisation accordée sur demande.

AutoViML
⭐ 547 Python 👤 AutoViML User 🕐 Mis à jour 2025-01-30 📅 Créé 2019-06-10
133
blueberrymusic/Deep-Learning-A-Visual-Approach

Toutes les figures et les notebooks de mon livre sur l'apprentissage profond, gratuits !

blueberrymusic
⭐ 544 Jupyter Notebook 👤 blueberrymusic User 🕐 Mis à jour 2026-03-04 📅 Créé 2021-05-11
134
jpmml/jpmml-sklearn

Bibliothèque Java et application en ligne de commande pour convertir les pipelines Scikit-Learn en PMML

jpmml
⭐ 541 Java 👤 jpmml Organization 🕐 Mis à jour 2026-11-04 📅 Créé 2015-09-20
135
skops-dev/skops

skops est une bibliothèque Python qui vous aide à partager vos modèles basés sur scikit-learn et à les mettre en production.

skops-dev
⭐ 532 Python 👤 skops-dev Organization 🕐 Mis à jour 2026-11-15 📅 Créé 2022-05-04
136
koaning/embetter

juste un ensemble d'embeddings utiles pour les pipelines scikit-learn

koaning
⭐ 530 Python 👤 koaning User 🕐 Mis à jour 2026-09-14 📅 Créé 2021-10-31