Git Stars Git Stars

#kaggle Repository

Scopri 19 repository GitHub open source attivi contrassegnati con #kaggle, che raccolgono un totale di 140,042 stelle (con una media di 7,370 stelle per progetto). Il progetto leader di questo argomento è donnemartin/data-science-ipython-notebooks, con 28,776 stelle.

19
Totale Repository
140,042
Totale stelle
7,370
Media Stelle/Repo

19 repository in totale

1
donnemartin/data-science-ipython-notebooks

Notebook Python per la data science: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamenti di Python, AWS e varie righe di comando.

donnemartin
⭐ 28,776 Python 👤 donnemartin User 🕐 Aggiornato 2024-03-20 📅 Creato 2015-01-23
2
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
3
DrewThomasson/ebook2audiobook

Crea audiolibri dagli e-book con oltre 50 motori TTS, clonazione vocale e supporto per 1.696 lingue!

DrewThomasson
⭐ 20,615 Python 👤 DrewThomasson User 🕐 Aggiornato 2026-11-20 📅 Creato 2024-01-22
4
lightgbm-org/LightGBM

Un framework veloce, distribuito e ad alte prestazioni per il gradient boosting (GBT, GBDT, GBRT, GBM o MART) basato su algoritmi di alberi decisionali, utilizzato per ranking, classificazione e molte altre attività di machine learning.

lightgbm-org
⭐ 18,995 C++ 👤 lightgbm-org Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-08-05
5
milesial/Pytorch-UNet

Implementazione di U-Net in PyTorch per la segmentazione semantica delle immagini con immagini di alta qualità

milesial
⭐ 11,037 Python 👤 milesial User 🕐 Aggiornato 2024-08-11 📅 Creato 2017-08-16
6
catboost/catboost

Una libreria Gradient Boosting on Decision Trees veloce, scalabile e ad alte prestazioni, utilizzata per ranking, classificazione, regressione e altre attività di machine learning per Python, R, Java, C++. Supporta il calcolo su CPU e GPU.

catboost
⭐ 9,210 C++ 👤 catboost Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2017-07-18
7
faridrashidi/kaggle-solutions

🏅 Collezione di Soluzioni e Idee di Kaggle 🏅

faridrashidi
⭐ 6,556 Astro 👤 faridrashidi User 🕐 Aggiornato 2026-11-06 📅 Creato 2018-11-25
8
datawhalechina/competition-baseline

Data mining, Visione artificiale, Elaborazione del linguaggio naturale, Conoscenze sui concorsi per sistemi di raccomandazione, Codice, Idee

datawhalechina
⭐ 4,781 Jupyter Notebook 👤 datawhalechina Organization 🕐 Aggiornato 2026-07-22 📅 Creato 2019-12-03
9
abhishekkrthakur/colabcode

Esegui VSCode (codeserver) su Google Colab o Kaggle Notebooks

abhishekkrthakur
⭐ 2,155 Python 👤 abhishekkrthakur User 🕐 Aggiornato 2024-09-14 📅 Creato 2020-09-09
10
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
11
BloodAxe/pytorch-toolbelt

Estensioni PyTorch per prototipazione rapida R&D e farming su Kaggle

BloodAxe
⭐ 1,575 Python 👤 BloodAxe User 🕐 Aggiornato 2025-10-09 📅 Creato 2019-03-15
12
sb-ai-lab/LightAutoML

Framework veloce e personalizzabile per la creazione automatica di modelli ML (AutoML)

sb-ai-lab
⭐ 1,484 Python 👤 sb-ai-lab Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2022-04-18
13
catboost/tutorials

Repository di tutorial CatBoost

catboost
⭐ 1,112 Jupyter Notebook 👤 catboost Organization 🕐 Aggiornato 2026-10-23 📅 Creato 2018-06-25
14
ARahim3/kaggle-tpu-lab

Modelli open di livello frontier su una TPU v5e-8 gratuita di Kaggle: GLM-5.3-Flash 320B MoE (~165 token/s, con il nostro motore JAX) e Qwen3.8-27B bf16 (~130 token/s), contesto da 262k e caching dei prefissi. Funziona con Claude Code, Codex, opencode e pi.

ARahim3
⭐ 812 Python 👤 ARahim3 User 🕐 Aggiornato 2026-10-06 📅 Creato 2026-08-31
15
jeongyoonlee/Kaggler

Codice per le Competizioni di Data Science di Kaggle

jeongyoonlee
⭐ 751 Python 👤 jeongyoonlee User 🕐 Aggiornato 2024-04-25 📅 Creato 2015-01-28
16
perpetual-ml/perpetual

Perpetual è una macchina di gradient boosting ad alte prestazioni. Fornisce accuratezza ottimale in una singola esecuzione senza tuning complesso grazie a un semplice parametro di budget. Offre supporto pronto all’uso per ML causale, apprendimento continuo, calibrazione nativa e monitoraggio robusto del drift, oltre al core in Rust e binding zero‑copy per Python e R.

perpetual-ml
⭐ 718 Rust 👤 perpetual-ml Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2024-05-20
17
juliandewit/kaggle_ndsb2017

Kaggle Data Science Bowl 2017

juliandewit
⭐ 627 Python 👤 juliandewit User 🕐 Aggiornato 2024-03-17 📅 Creato 2017-04-21
18
jiegzhan/multi-class-text-classification-cnn-rnn

Classificare la descrizione dei crimini di Kaggle San Francisco in 39 classi. Costruire il modello con CNN, RNN (GRU e LSTM) e Word Embeddings su Tensorflow.

jiegzhan
⭐ 602 Python 👤 jiegzhan User 🕐 Aggiornato 2026-06-06 📅 Creato 2016-10-28
19
whyzhow/Kaggle-NeurIPS---Open-Polymer-Prediction-2025-Silver-Algorithm-Overview

Un'implementazione migliorata e riproducibile di una soluzione di previsione di polimeri Open NeurIPS Kaggle Medaglia d'Argento, con canonicalizzazione SMILES, descrittori molecolari, modelli CatBoost/XGBoost, stacking OOF e GNN PyTorch Geometric opzionali.

whyzhow
⭐ 591 Python 👤 whyzhow User 🕐 Aggiornato 2026-02-28 📅 Creato 2026-02-13

Domande frequenti

1

Qual è il repository #kaggle più popolare su GitHub?

Il progetto open source #kaggle più alto in classifica su GitHub è donnemartin/data-science-ipython-notebooks, con 28,776 stelle. Notebook Python per la data science: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamenti di Python, AWS e varie righe di comando.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #kaggle?

Tra i progetti #kaggle più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, Astro.

3

Come viene calcolata la classifica dei repository #kaggle?

Monitoriamo 19 repository open source attivi contrassegnati con #kaggle (500+ stelle), per un totale di 140,042 stelle e una media di 7,370 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.