Git Stars Git Stars

#hyperparameter-optimization Repository

Scopri 55 repository GitHub open source attivi contrassegnati con #hyperparameter-optimization, che raccolgono un totale di 247,121 stelle (con una media di 4,493 stelle per progetto). Il progetto leader di questo argomento è ray-project/ray, con 44,352 stelle.

55
Totale Repository
247,121
Totale stelle
4,493
Media Stelle/Repo

55 repository in totale

1
ray-project/ray

Ray è un motore di calcolo AI. Ray consiste in un runtime distribuito principale e un set di librerie AI per accelerare i carichi di lavoro ML.

ray-project
⭐ 44,352 Python 👤 ray-project Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-10-25
2
google-research/tuning_playbook

Un manuale per massimizzare sistematicamente le prestazioni dei modelli di deep learning.

google-research
⭐ 29,619 👤 google-research Organization 🕐 Aggiornato 2024-06-18 📅 Creato 2023-01-18
3
d2l-ai/d2l-en

Libro interattivo di deep learning con codice multi-framework, matematica e discussioni. Adoptato in 500 università di 70 paesi, inclusi Stanford, MIT, Harvard e Cambridge.

d2l-ai
⭐ 27,684 Python 👤 d2l-ai Organization 🕐 Aggiornato 2024-08-18 📅 Creato 2018-10-09
4
optuna/optuna

Un framework per l'ottimizzazione degli iperparametri

optuna
⭐ 15,070 Python 👤 optuna Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2018-02-21
5
wandb/wandb

La piattaforma per sviluppatori AI. Usa Weights & Biases per addestrare e affinare modelli, e gestire modelli dall'esperimentazione alla produzione.

wandb
⭐ 11,333 Python 👤 wandb Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2017-03-24
6
autogluon/autogluon

ML veloce e preciso in 3 righe di codice

autogluon
⭐ 10,843 Python 👤 autogluon Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2019-07-29
7
hydra-ecosystem/hydra

Hydra è un framework per configurare elegantemente applicazioni complesse

hydra-ecosystem
⭐ 10,761 Python 👤 hydra-ecosystem Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2019-06-12
8
EpistasisLab/tpot

Uno strumento di Automated Machine Learning in Python che ottimizza i pipeline di machine learning utilizzando la programmazione genetica.

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 Aggiornato 2025-09-11 📅 Creato 2015-11-03
9
automl/auto-sklearn

Machine Learning Automatizzato con scikit-learn

automl
⭐ 8,147 Python 👤 automl Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2015-07-02
10
borisbanushev/stockpredictionai

In questo notebook creerò un processo completo per prevedere i movimenti dei prezzi delle azioni. Segui e otterremo alcuni risultati piuttosto buoni. Per questo scopo useremo una Rete Avversaria Generativa (GAN) con LSTM, un tipo di Rete Neurale Ricorrente, come generatore, e una Rete Neurale Convoluzionale, CNN, come discriminatore. Usiamo LSTM per il motivo ovvio che stiamo cercando di prevedere dati di serie temporali. Perché usiamo GAN e specificamente CNN come discriminatore? È una buona q

borisbanushev
⭐ 5,594 JavaScript 👤 borisbanushev User 🕐 Aggiornato 2025-08-19 📅 Creato 2019-01-09
11
amanchadha/coursera-deep-learning-specialization

Appunti, incarichi di programmazione e quiz di tutti i corsi della specializzazione Deep Learning di Coursera offerta da deeplearning.ai: (i) Reti neurali e Deep Learning; (ii) Miglioramento delle reti neurali profonde: tuning degli iperparametri, regolarizzazione e ottimizzazione; (iii) Strutturazione di progetti di Machine Learning; (iv) Reti neurali convoluzionali; (v) Modelli di sequenza

amanchadha
⭐ 4,424 Jupyter Notebook 👤 amanchadha User 🕐 Aggiornato 2026-06-10 📅 Creato 2020-06-24
12
microsoft/FLAML

Una libreria veloce per AutoML e tuning. Unisciti al nostro Discord: https://discord.gg/Cppx2vSPVP.

microsoft
⭐ 4,422 Jupyter Notebook 👤 microsoft Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-08-20
13
facebookresearch/nevergrad

Un kit di strumenti Python per eseguire l'ottimizzazione priva di gradiente

facebookresearch
⭐ 4,229 Python 👤 facebookresearch Organization 🕐 Aggiornato 2026-11-02 📅 Creato 2018-11-21
14
hibayesian/awesome-automl-papers

Una lista curata di papers, articoli, tutorial, slide e progetti di apprendimento automatico automatizzato

hibayesian
⭐ 4,136 👤 hibayesian User 🕐 Aggiornato 2024-06-11 📅 Creato 2017-11-20
15
polyaxon/polyaxon

Infrastruttura AI / Orchestrazione AI / Piano di controllo AI

polyaxon
⭐ 3,749 MDX 👤 polyaxon Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2016-12-26
16
meta-pytorch/botorch

Ottimizzazione bayesiana in PyTorch

meta-pytorch
⭐ 3,654 Jupyter Notebook 👤 meta-pytorch Organization 🕐 Aggiornato 2026-11-17 📅 Creato 2018-07-30
17
mljar/mljar-supervised

Pacchetto Python per AutoML su dati tabulari con Feature Engineering, Tuning degli Iper-Parametri, Spiegazioni e Documentazione Automatica

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 Aggiornato 2026-11-05 📅 Creato 2018-11-05
18
determined-ai/determined

Determined è una piattaforma open-source di machine learning che semplifica l'addestramento distribuito, l'ottimizzazione degli iperparametri, il monitoraggio degli esperimenti e la gestione delle risorse. Funziona con PyTorch e TensorFlow.

determined-ai
⭐ 3,225 Go 👤 determined-ai Organization 🕐 Aggiornato 2025-03-20 📅 Creato 2020-04-07
19
KellerJordan/Muon

Muon è un ottimizzatore per i layer nascosti nelle reti neurali

KellerJordan
⭐ 2,950 Python 👤 KellerJordan User 🕐 Aggiornato 2026-05-24 📅 Creato 2024-11-09
20
keras-team/keras-tuner

Una libreria per il tuning degli iperparametri per Keras

keras-team
⭐ 2,922 Python 👤 keras-team Organization 🕐 Aggiornato 2025-12-01 📅 Creato 2019-06-06
21
DLR-RM/rl-baselines3-zoo

Un framework di addestramento per agenti di apprendimento per rinforzo Stable Baselines3, con ottimizzazione degli iperparametri e agenti pre-addestrati inclusi.

DLR-RM
⭐ 2,914 Python 👤 DLR-RM Organization 🕐 Aggiornato 2026-11-14 📅 Creato 2020-05-05
22
ytzfhqs/AAAMLP-CN

Approaching (Almost) Any Machine Learning Problem versione cinese, indirizzo della documentazione online: https://ytzfhqs.github.io/AAAMLP-CN/

ytzfhqs
⭐ 1,987 Jupyter Notebook 👤 ytzfhqs User 🕐 Aggiornato 2025-12-10 📅 Creato 2023-08-30
23
google/vizier

Interfaccia di ricerca basata su Python per l'ottimizzazione blackbox e degli iperparametri, basata sul servizio interno di Google Vizier.

google
⭐ 1,679 Python 👤 google Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2022-02-16
24
hyperopt/hyperopt-sklearn

Ottimizzazione degli iperparametri per sklearn

hyperopt
⭐ 1,646 Python 👤 hyperopt Organization 🕐 Aggiornato 2025-04-15 📅 Creato 2013-02-19
25
autonomio/talos

Esperimenti con iperparametri con TensorFlow e Keras

autonomio
⭐ 1,633 Python 👤 autonomio Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2018-05-04
26
facebookresearch/DomainBed

DomainBed è una suite per testare algoritmi di generalizzazione di dominio

facebookresearch
⭐ 1,596 Python 👤 facebookresearch Organization 🕐 Aggiornato 2025-12-16 📅 Creato 2020-06-29
27
facebookexperimental/Robyn

Robyn è un pacchetto sperimentale di Marketing Mix Modeling (MMM) open source basato su AI/ML di Meta Marketing Science. La nostra missione è democratizzare la conoscenza della modellazione, ispirare il settore attraverso l'innovazione, ridurre i bias umani nel processo di modellazione e costruire una forte comunità di marketing science open source.

facebookexperimental
⭐ 1,538 Jupyter Notebook 👤 facebookexperimental Organization 🕐 Aggiornato 2026-11-10 📅 Creato 2020-04-30
28
SakanaAI/ShinkaEvolve

ShinkaEvolve: Verso un'evoluzione aperta e efficiente in campioni del programma 🧬

SakanaAI
⭐ 1,529 Python 👤 SakanaAI Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-09-17
29
gfo-project/Gradient-Free-Optimizers

Ottimizzazione leggera con tecniche locali, globali, basate sulla popolazione e sequenziali su spazi di ricerca misti

gfo-project
⭐ 1,277 Python 👤 gfo-project Organization 🕐 Aggiornato 2026-11-06 📅 Creato 2020-04-04
30
automl/SMAC3

SMAC3: Un pacchetto versatile di ottimizzazione bayesiana per l'ottimizzazione degli iperparametri

automl
⭐ 1,273 Python 👤 automl Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2016-08-17
31
wandb/examples

Progetti di deep learning di esempio che utilizzano le funzionalità di wandb.

wandb
⭐ 1,213 Jupyter Notebook 👤 wandb Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2018-01-29
32
callous-youth/BOAT

Una cassetta degli attrezzi per operazioni composizionali per l'ottimizzazione a due livelli basata sul gradiente

callous-youth
⭐ 1,143 Python 👤 callous-youth User 🕐 Aggiornato 2026-11-18 📅 Creato 2024-11-27
33
TreborNamor/TradingView-Machine-Learning-GUI

HyperView è un laboratorio di strategie TradingView con priorità al terminale per il download dei dati di mercato, backtesting di strategie Python con comportamento simile a Pine e ottimizzazione dei parametri SL/TP.

TreborNamor
⭐ 1,027 Python 👤 TreborNamor User 🕐 Aggiornato 2026-08-18 📅 Creato 2021-01-27
34
AgileRL/AgileRL

Lo stack completo di post-training per gli LLM, più RL per qualsiasi problema. SFT, DPO e RL agentico multi-turno, con ottimizzazione evolutiva degli iperparametri integrata.

AgileRL
⭐ 971 Python 👤 AgileRL Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2023-03-01
35
dask/dask-ml

Machine Learning scalabile con Dask

dask
⭐ 950 Python 👤 dask Organization 🕐 Aggiornato 2025-09-27 📅 Creato 2017-06-15
36
windmaple/awesome-AutoML

Curare un elenco di ricerche, strumenti, progetti e altre risorse relative ad AutoML

windmaple
⭐ 946 👤 windmaple User 🕐 Aggiornato 2026-03-24 📅 Creato 2018-11-05
37
guildai/guildai

Tracciamento esperimenti, strumenti per sviluppatori ML

guildai
⭐ 899 Python 👤 guildai Organization 🕐 Aggiornato 2025-04-29 📅 Creato 2017-09-27
38
optuna/optuna-examples

Esempi per https://github.com/optuna/optuna

optuna
⭐ 866 Python 👤 optuna Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2021-05-10
39
uma-pi1/kge

LibKGE - Una libreria per embedding di grafi della conoscenza per la ricerca riproducibile

uma-pi1
⭐ 835 Python 👤 uma-pi1 Organization 🕐 Aggiornato 2026-04-01 📅 Creato 2019-02-22
40
optuna/optuna-dashboard

Dashboard Web in tempo reale per Optuna.

optuna
⭐ 816 TypeScript 👤 optuna Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2020-10-24
41
MIND-Lab/OCTIS

OCTIS: Confrontare Topic Models è Semplice! Un pacchetto python per ottimizzare e valutare topic models (accettato al demo track dell'EACL2021)

MIND-Lab
⭐ 807 Python 👤 MIND-Lab Organization 🕐 Aggiornato 2026-06-21 📅 Creato 2020-03-13
42
Optim-Agent/optim-agent

Agenti LLM come ottimizzatore di iperparametri.

Optim-Agent
⭐ 796 Python 👤 Optim-Agent User 🕐 Aggiornato 2026-08-14 📅 Creato 2026-07-07
43
rsteca/sklearn-deap

Usa algoritmi evolutivi invece di gridsearch in scikit-learn

rsteca
⭐ 772 Jupyter Notebook 👤 rsteca User 🕐 Aggiornato 2024-02-10 📅 Creato 2015-10-28
44
abhishekkrthakur
⭐ 728 Python 👤 abhishekkrthakur User 🕐 Aggiornato 2024-09-14 📅 Creato 2021-10-26
45
dabl/dabl

Libreria di Base per l'Analisi dei Dati

dabl
⭐ 727 Jupyter Notebook 👤 dabl Organization 🕐 Aggiornato 2024-12-16 📅 Creato 2018-09-14
46
aimclub/FEDOT

Framework di modellazione automatizzata e machine learning FEDOT

aimclub
⭐ 714 Python 👤 aimclub Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-01-13
47
yandex/rep

Casella degli strumenti per Machine Learning per umani

yandex
⭐ 698 Jupyter Notebook 👤 yandex Organization 🕐 Aggiornato 2024-07-31 📅 Creato 2015-04-13
48
google-deepmind/opro

Codice ufficiale per "Large Language Models as Optimizers"

google-deepmind
⭐ 673 Python 👤 google-deepmind Organization 🕐 Aggiornato 2024-12-04 📅 Creato 2023-10-02
49
ssssi/freqtrade_strs

Strategie di trading per Freqtrade

ssssi
⭐ 653 Python 👤 ssssi User 🕐 Aggiornato 2026-07-24 📅 Creato 2022-01-19
50
Neuraxio/Neuraxle

La libreria AutoML più pulita al mondo ✨ - Esegui il tuning degli iperparametri con le giuste astrazioni di pipeline per scrivere pipeline di produzione di deep learning pulite. Fai in modo che i passaggi della tua pipeline abbiano spazi di iperparametri. Progetta i passaggi nella tua pipeline come componenti. Compatibile con Scikit-Learn, TensorFlow e la maggior parte delle altre librerie, framework e ambienti MLOps.

Neuraxio
⭐ 612 Python 👤 Neuraxio Organization 🕐 Aggiornato 2026-02-20 📅 Creato 2019-03-26

Domande frequenti

1

Qual è il repository #hyperparameter-optimization più popolare su GitHub?

Il progetto open source #hyperparameter-optimization più alto in classifica su GitHub è ray-project/ray, con 44,352 stelle. Ray è un motore di calcolo AI. Ray consiste in un runtime distribuito principale e un set di librerie AI per accelerare i carichi di lavoro ML.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #hyperparameter-optimization?

Tra i progetti #hyperparameter-optimization più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, JavaScript, MDX.

3

Come viene calcolata la classifica dei repository #hyperparameter-optimization?

Monitoriamo 55 repository open source attivi contrassegnati con #hyperparameter-optimization (500+ stelle), per un totale di 247,121 stelle e una media di 4,493 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.