Git Stars Git Stars

#model-selection Repository

Scopri 12 repository GitHub open source attivi contrassegnati con #model-selection, che raccolgono un totale di 27,154 stelle (con una media di 2,262 stelle per progetto). Il progetto leader di questo argomento è EpistasisLab/tpot, con 10,051 stelle.

12
Totale Repository
27,154
Totale stelle
2,262
Media Stelle/Repo

12 repository in totale

1
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
2
DistrictDataLabs/yellowbrick

Strumenti di analisi visiva e diagnostici per facilitare la selezione di modelli di machine learning.

DistrictDataLabs
⭐ 4,399 Python 👤 DistrictDataLabs Organization 🕐 Aggiornato 2025-02-19 📅 Creato 2016-05-18
3
ulab-uiuc/LLMRouter

LLMRouter: Una libreria open source per il routing LLM

ulab-uiuc
⭐ 3,086 Python 👤 ulab-uiuc Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-10-07
4
signerless/llm-checker

Uno strumento CLI avanzato che esamina il tuo hardware e ti indica esattamente quali modelli LLM o sLLM puoi eseguire localmente, con piena integrazione di Ollama.

signerless
⭐ 3,072 JavaScript 👤 signerless User 🕐 Aggiornato 2026-11-16 📅 Creato 2025-07-06
5
hyperopt/hyperopt-sklearn

Ottimizzazione degli iperparametri per sklearn

hyperopt
⭐ 1,646 Python 👤 hyperopt Organization 🕐 Aggiornato 2025-04-15 📅 Creato 2013-02-19
6
smartcorelib/smartcore

Una libreria completa per il machine learning e il calcolo numerico. Applica il Machine Learning con Rust sfruttando i principi fondamentali.

smartcorelib
⭐ 979 Rust 👤 smartcorelib Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2019-05-08
7
alteryx/evalml

EvalML è una libreria AutoML scritta in Python.

alteryx
⭐ 852 Python 👤 alteryx Organization 🕐 Aggiornato 2026-01-14 📅 Creato 2019-07-17
8
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
9
Western-OC2-Lab/AutoML-Implementation-for-Static-and-Dynamic-Data-Analytics

Implementazione/Tutorial sull'utilizzo di metodi di apprendimento automatico automatizzato (AutoML) per l'apprendimento statico/batch e online/continuale

Western-OC2-Lab
⭐ 629 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 Aggiornato 2024-05-14 📅 Creato 2022-09-09
10
cerlymarco/shap-hypetune

Un pacchetto Python per la sintonizzazione simultanea degli iperparametri e la selezione delle caratteristiche per i modelli Gradient Boosting.

cerlymarco
⭐ 584 Jupyter Notebook 👤 cerlymarco User 🕐 Aggiornato 2024-06-08 📅 Creato 2021-05-16
11
hyperactive-project/Hyperactive

Un'interfaccia unificata per algoritmi di ottimizzazione ed esperimenti

hyperactive-project
⭐ 551 Python 👤 hyperactive-project Organization 🕐 Aggiornato 2026-11-02 📅 Creato 2018-11-01
12
BCG-X-Official/facet

IA spiegabile agli umani.

BCG-X-Official
⭐ 533 Jupyter Notebook 👤 BCG-X-Official Organization 🕐 Aggiornato 2026-10-28 📅 Creato 2020-08-05

Domande frequenti

1

Qual è il repository #model-selection più popolare su GitHub?

Il progetto open source #model-selection più alto in classifica su GitHub è EpistasisLab/tpot, con 10,051 stelle. Uno strumento di Automated Machine Learning in Python che ottimizza i pipeline di machine learning utilizzando la programmazione genetica.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #model-selection?

Tra i progetti #model-selection più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Jupyter Notebook, Python, JavaScript, Rust.

3

Come viene calcolata la classifica dei repository #model-selection?

Monitoriamo 12 repository open source attivi contrassegnati con #model-selection (500+ stelle), per un totale di 27,154 stelle e una media di 2,262 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.