#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 repository in totale
AI e Machine Learning con Kubeflow, Amazon EKS e SageMaker
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. 📈
Repository pubblico per la specializzazione MLEP di DeepLearning.AI
Domande frequenti
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
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.
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.