Git Stars Git Stars

#ml-pipelines Repository

Scopri 6 repository GitHub open source attivi contrassegnati con #ml-pipelines, che raccolgono un totale di 10,669 stelle (con una media di 1,778 stelle per progetto). Il progetto leader di questo argomento è data-science-on-aws/data-science-on-aws, con 3,422 stelle.

6
Totale Repository
10,669
Totale stelle
1,778
Media Stelle/Repo
Linguaggi di programmazione: Jupyter Notebook Python R Rust

6 repository in totale

1
data-science-on-aws/data-science-on-aws

AI e Machine Learning con Kubeflow, Amazon EKS e SageMaker

data-science-on-aws
⭐ 3,422 Jupyter Notebook 👤 data-science-on-aws Organization 🕐 Aggiornato 2024-07-31 📅 Creato 2020-02-29
2
whylabs/whylogs

Una libreria open-source per la registrazione dei dati per modelli di machine learning e pipeline di dati. 📚 Fornisce visibilità sulla qualità dei dati e sulle prestazioni del modello nel tempo. 🛡️ Supporta la raccolta dati che preserva la privacy, garantendo sicurezza e robustezza. 📈

whylabs
⭐ 2,819 Jupyter Notebook 👤 whylabs Organization 🕐 Aggiornato 2025-01-10 📅 Creato 2020-08-14
3
https-deeplearning-ai/machine-learning-engineering-for-production-public

Repository pubblico per la specializzazione MLEP di DeepLearning.AI

https-deeplearning-ai
⭐ 1,944 Jupyter Notebook 👤 https-deeplearning-ai Organization 🕐 Aggiornato 2024-10-28 📅 Creato 2020-11-17
4
sematic-ai/sematic

Una piattaforma di sviluppo di pipeline ML open-source

sematic-ai
⭐ 1,000 Python 👤 sematic-ai Organization 🕐 Aggiornato 2025-01-09 📅 Creato 2022-04-19
5
tidymodels/tidymodels

Installa e carica facilmente i pacchetti tidymodels

tidymodels
⭐ 824 R 👤 tidymodels Organization 🕐 Aggiornato 2026-09-17 📅 Creato 2018-07-05
6
abstractqqq/polars_ds_extension

Estensione Polars per casi d'uso generici di data science

abstractqqq
⭐ 661 Rust 👤 abstractqqq User 🕐 Aggiornato 2026-11-18 📅 Creato 2023-10-30

Domande frequenti

1

Qual è il repository #ml-pipelines più popolare su GitHub?

Il progetto open source #ml-pipelines più alto in classifica su GitHub è data-science-on-aws/data-science-on-aws, con 3,422 stelle. AI e Machine Learning con Kubeflow, Amazon EKS e SageMaker

2

Quali linguaggi di programmazione sono più utilizzati nei repository #ml-pipelines?

Tra i progetti #ml-pipelines più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Jupyter Notebook, Python, R, Rust.

3

Come viene calcolata la classifica dei repository #ml-pipelines?

Monitoriamo 6 repository open source attivi contrassegnati con #ml-pipelines (500+ stelle), per un totale di 10,669 stelle e una media di 1,778 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.