Git Stars Git Stars

#feature-engineering リポジトリ

#feature-engineeringのタグが付いた、GitHub上の56件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は95,158個で、プロジェクトあたりの平均は1,699個です。このトピックをリードしているのは、10,051個のスターを獲得しているEpistasisLab/tpotです。

56
リポジトリ総数
95,158
合計スター数
1,699
リポジトリあたりの平均スター数

リポジトリ合計56件

1
EpistasisLab/tpot

遺伝的プログラミングを使用して機械学習パイプラインを最適化するPython自動化機械学習ツール。

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 更新日時 2025-09-11 📅 作成日 2015-11-03
2
alteryx/featuretools

自動化された特徴量エンジニアリングのためのオープンソースPythonライブラリ

alteryx
⭐ 7,697 Python 👤 alteryx Organization 🕐 更新日時 2026-09-11 📅 作成日 2017-09-08
3
airbnb/aerosolve

人間のために作られた機械学習パッケージ。

airbnb
⭐ 4,809 Scala 👤 airbnb Organization 🕐 更新日時 2025-11-06 📅 作成日 2015-05-12
5
alibaba/Alink

Alink は、Alibaba 計算プラットフォームの PAI チームが開発した Flink ベースの機械学習アルゴリズムプラットフォームです。

alibaba
⭐ 3,625 Java 👤 alibaba Organization 🕐 更新日時 2024-06-07 📅 作成日 2018-09-30
6
data-science-on-aws/data-science-on-aws

Kubeflow、Amazon EKS、SageMaker による AI および機械学習

data-science-on-aws
⭐ 3,422 Jupyter Notebook 👤 data-science-on-aws Organization 🕐 更新日時 2024-07-31 📅 作成日 2020-02-29
7
mljar/mljar-supervised

テーブルデータ向け AutoML のための Python パッケージ:特徴エンジニアリング、ハイパーパラメータチューニング、説明、および自動ドキュメント

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 更新日時 2026-11-05 📅 作成日 2018-11-05
8
Visualize-ML/Book6_First-Course-in-Data-Science

Book_6_「データの道」 | アイリスブック:足し算、引き算、掛け算、割り算から機械学習まで。皆様からの批評や訂正を歓迎します!多くの間違いを訂正してくれた学生には、感謝のしるしとして書籍を贈呈します!

Visualize-ML
⭐ 2,799 Jupyter Notebook 👤 Visualize-ML User 🕐 更新日時 2026-05-01 📅 作成日 2022-10-11
9
apache/hamilton

Apache Hamilton は、データサイエンティストやエンジニアが、リネージ/トレーシングとメタデータをエンコードする、テスト可能でモジュール化された自己文書化データフローを定義するのに役立ちます。Python が実行されるすべての場所で実行およびスケーリングされます。

apache
⭐ 2,631 Jupyter Notebook 👤 apache Organization 🕐 更新日時 2026-11-16 📅 作成日 2023-02-23
10
scikit-learn-contrib/category_encoders

sklearn互換のカテゴリカル変数エンコーダーのライブラリ

scikit-learn-contrib
⭐ 2,510 Python 👤 scikit-learn-contrib Organization 🕐 更新日時 2026-10-31 📅 作成日 2015-11-29
11
metarank/metarank

記事、リスティング、検索結果、レコメンデーションのユーザーエンゲージメントを高めるローコード機械学習パーソナライズドランキングサービス。フレンドリーな学習ランキングエンジン

metarank
⭐ 2,461 Scala 👤 metarank Organization 🕐 更新日時 2026-10-06 📅 作成日 2020-08-19
12
feature-engine/feature_engine

sklearn と互換性のある特徴量エンジニアリングおよび選択のオープンソースPythonライブラリ。

feature-engine
⭐ 2,297 Python 👤 feature-engine Organization 🕐 更新日時 2026-11-21 📅 作成日 2018-12-31
13
salesforce/TransmogrifAI

TransmogrifAI(発音:trăns-mŏgˈrə-fī)は、Apache Spark上でモジュール式で再利用可能な、厳密に型指定された機械学習ワークフローを最小限の手動調整で構築するためのAutoMLライブラリです。

salesforce
⭐ 2,280 Scala 👤 salesforce Organization 🕐 更新日時 2026-06-02 📅 作成日 2017-11-02
14
ytzfhqs/AAAMLP-CN

Approaching (Almost) Any Machine Learning Problem 中国語版、オンラインドキュメントアドレス:https://ytzfhqs.github.io/AAAMLP-CN/

ytzfhqs
⭐ 1,987 Jupyter Notebook 👤 ytzfhqs User 🕐 更新日時 2025-12-10 📅 作成日 2023-08-30
15
featureform/featureform

仮想フィーチャーストア。既存のデータインフラストラクチャをフィーチャーストアに変革します。

featureform
⭐ 1,979 Go 👤 featureform Organization 🕐 更新日時 2025-07-03 📅 作成日 2020-10-16
16
feathr-ai/feathr

Feathr – 企業向けのスケーラブルで統合されたデータおよびAIエンジニアリングプラットフォーム

feathr-ai
⭐ 1,916 Scala 👤 feathr-ai Organization 🕐 更新日時 2024-04-04 📅 作成日 2022-02-18
17
asavinov/intelligent-trading-bot

インテリジェント取引ボット:機械学習と特徴量エンジニアリングに基づいてシグナルを自動生成し、取引を実行

asavinov
⭐ 1,906 Python 👤 asavinov User 🕐 更新日時 2026-11-18 📅 作成日 2021-10-24
18
linkedin/greykite

柔軟で直感的かつ高速な予測ライブラリ

linkedin
⭐ 1,855 Python 👤 linkedin Organization 🕐 更新日時 2025-02-20 📅 作成日 2021-04-27
19
4paradigm/OpenMLDB

OpenMLDBは、トレーニングと推論のための機能的な機能を計算する機能プラットフォームを提供するオープンソースの機械学習データベースです。

4paradigm
⭐ 1,717 C++ 👤 4paradigm Organization 🕐 更新日時 2026-11-10 📅 作成日 2021-03-12
20
LastAncientOne/Deep_Learning_Machine_Learning_Stock

ディープラーニングと機械学習の株式は、長期および短期の投資家とトレーダーにとって有望な機会を表しています。

LastAncientOne
⭐ 1,689 Jupyter Notebook 👤 LastAncientOne User 🕐 更新日時 2024-03-01 📅 作成日 2018-09-29
21
hyperopt/hyperopt-sklearn

sklearn のハイパーパラメータ最適化

hyperopt
⭐ 1,646 Python 👤 hyperopt Organization 🕐 更新日時 2025-04-15 📅 作成日 2013-02-19
22
winedarksea/AutoTS

自動化された時系列予測

winedarksea
⭐ 1,432 Python 👤 winedarksea User 🕐 更新日時 2026-11-19 📅 作成日 2019-11-26
24
logicalclocks/hopsworks

Hopsworks - 機能ストア付きデータ集約型 AI プラットフォーム

logicalclocks
⭐ 1,299 Java 👤 logicalclocks Organization 🕐 更新日時 2025-02-10 📅 作成日 2018-07-26
25
functime-org/functime

大規模な時系列機械学習。Polarsで構築され、パネルデータに対する特徴抽出と予測を容易に並列化できます。

functime-org
⭐ 1,194 Python 👤 functime-org Organization 🕐 更新日時 2026-05-03 📅 作成日 2023-06-05
26
8080labs/ppscore

Pythonにおける予測力スコア(PPS)

8080labs
⭐ 1,170 Python 👤 8080labs User 🕐 更新日時 2026-03-11 📅 作成日 2020-04-17
27
NVIDIA-Merlin/NVTabular

NVTabularは、ディープラーニングベースのレコメンダーシステムをトレーニングするために使用されるテラバイト規模のデータセットを迅速かつ簡単に操作できるように設計された、表形式データのフィーチャーエンジニアリングおよび前処理ライブラリです。

NVIDIA-Merlin
⭐ 1,153 Python 👤 NVIDIA-Merlin Organization 🕐 更新日時 2026-05-22 📅 作成日 2020-04-03
28
campusx-official/ML-Roadmap-for-2022

6か月でMLの状況を克服するのに役立つ、機械学習のビデオ、リンク、プロジェクト、およびデータセットの厳選されたリスト

campusx-official
⭐ 1,119 👤 campusx-official User 🕐 更新日時 2024-08-20 📅 作成日 2022-01-10
29
elastic/ember

研究者をエンパワーするための Elastic Malware Benchmark

elastic
⭐ 1,110 Jupyter Notebook 👤 elastic Organization 🕐 更新日時 2024-11-22 📅 作成日 2018-04-11
30
erelsgl/limdu

Node.js 用の機械学習

erelsgl
⭐ 1,043 JavaScript 👤 erelsgl User 🕐 更新日時 2026-04-10 📅 作成日 2013-06-12
31
tensorflow/transform

入力パイプラインフレームワーク

tensorflow
⭐ 992 Python 👤 tensorflow Organization 🕐 更新日時 2026-08-14 📅 作成日 2017-02-10
32
EpistasisLab/pmlb

PMLB: 教師付き機械学習アルゴリズムの評価のための大規模でキュレーションされたベンチマークデータセットのリポジトリ。

EpistasisLab
⭐ 866 Python 👤 EpistasisLab Organization 🕐 更新日時 2025-02-25 📅 作成日 2016-11-11
33
alteryx/evalml

EvalML は Python で書かれた AutoML ライブラリです。

alteryx
⭐ 852 Python 👤 alteryx Organization 🕐 更新日時 2026-01-14 📅 作成日 2019-07-17
34
tidymodels/tidymodels

tidymodels パッケージを簡単にインストールしてロードする

tidymodels
⭐ 824 R 👤 tidymodels Organization 🕐 更新日時 2026-09-17 📅 作成日 2018-07-05
35
ashishpatel26/Amazing-Feature-Engineering

特徴工学は、ドメイン知識を使用してデータマイニング技法により生データから特徴を抽出するプロセスです。これらの特徴は、機械学習アルゴリズムのパフォーマンスを向上させるために使用できます。特徴工学は応用機械学習そのものとみなすことができます。

ashishpatel26
⭐ 794 Jupyter Notebook 👤 ashishpatel26 User 🕐 更新日時 2025-06-29 📅 作成日 2019-02-19
37
jeongyoonlee/Kaggler

Kaggleデータサイエンスコンペティションのためのコード

jeongyoonlee
⭐ 751 Python 👤 jeongyoonlee User 🕐 更新日時 2024-04-25 📅 作成日 2015-01-28
38
muaimingjun/bigData

ビッグデータコンテストプロジェクトライブラリ

muaimingjun
⭐ 734 Python 👤 muaimingjun User 🕐 更新日時 2025-05-07 📅 作成日 2019-10-14
39
Meesho/BharatMLStack

BharatMLStackは、Meeshoで構築されたオープンソースのエンドツーエンド機械学習インフラストラクチャスタックであり、Bharat規模でのリアルタイムおよびバッチMLワークロードをサポートします。

Meesho
⭐ 716 Go 👤 Meesho Organization 🕐 更新日時 2026-11-14 📅 作成日 2025-05-23
40
google/temporian

Temporianは、機械学習アプリケーション🤖のための時間データ📈の前処理⚡および特徴量エンジニアリング🛠用のオープンソースPythonライブラリです。

google
⭐ 711 Python 👤 google Organization 🕐 更新日時 2025-10-29 📅 作成日 2023-01-17
41
v1tzor/TimePlanner

完全無料で便利、すばやくできる毎日のタスク計画

v1tzor
⭐ 708 Kotlin 👤 v1tzor User 🕐 更新日時 2026-08-30 📅 作成日 2023-05-08
42
featurestoreorg/serverless-ml-course

モデルと機能からAI対応予測サービスを構築するためのサーバーレス機械学習コース

featurestoreorg
⭐ 678 Jupyter Notebook 👤 featurestoreorg Organization 🕐 更新日時 2024-09-24 📅 作成日 2022-09-01
43
AutoViML/featurewiz

高度な特徴量エンジニアリング戦略を使用して、1行のコードでデータセットから最適な特徴量を選択します。Ram Seshadriによって作成されました。協力者を歓迎します。

AutoViML
⭐ 677 Python 👤 AutoViML User 🕐 更新日時 2025-02-19 📅 作成日 2020-11-29
44
abstractqqq/polars_ds_extension

一般的なデータサイエンスのユースケースのための Polars 拡張機能

abstractqqq
⭐ 661 Rust 👤 abstractqqq User 🕐 更新日時 2026-11-18 📅 作成日 2023-10-30
45
syncora-ai/Synthetic-AI-Developer-Productivity-Dataset

AI開発者の生産性メトリクス(集中時間、タスク完了率、燃え尽き症候群の兆候を含む)をキャプチャする高忠実度合成データセット。プライバシー保護、MLおよびワークフロー分析に最適です。

syncora-ai
⭐ 657 Jupyter Notebook 👤 syncora-ai User 🕐 更新日時 2025-09-04 📅 作成日 2025-07-31
46
NathanEpstein/Dora

Python での探索的データ分析ツール

NathanEpstein
⭐ 647 Python 👤 NathanEpstein User 🕐 更新日時 2025-08-05 📅 作成日 2016-02-16
47
achuthasubhash/Complete-Life-Cycle-of-a-Data-Science-Project

データサイエンスプロジェクトのライフサイクル全体

achuthasubhash
⭐ 631 👤 achuthasubhash User 🕐 更新日時 2024-06-07 📅 作成日 2020-09-02
48
Western-OC2-Lab/AutoML-Implementation-for-Static-and-Dynamic-Data-Analytics

静的/バッチ学習およびオンライン/継続学習のための自動機械学習(AutoML)方法の使用に関する実装/チュートリアル

Western-OC2-Lab
⭐ 629 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 更新日時 2024-05-14 📅 作成日 2022-09-09
49
tidymodels/recipes

モデリング準備のための特徴量エンジニアリングとデータ前処理用のパイプ可能ステップ

tidymodels
⭐ 626 R 👤 tidymodels Organization 🕐 更新日時 2026-09-17 📅 作成日 2016-12-16

よくある質問

1

GitHubで最も人気のある#feature-engineeringリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#feature-engineeringプロジェクトは、10,051個のスターを獲得しているEpistasisLab/tpotです。遺伝的プログラミングを使用して機械学習パイプラインを最適化するPython自動化機械学習ツール。

2

#feature-engineeringリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#feature-engineeringプロジェクトでは、Python, Jupyter Notebook, Scala, Javaが最も一般的なプログラミング言語です。

3

#feature-engineeringリポジトリのランキングはどのように算出されていますか?

#feature-engineeringのタグが付いた56件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は95,158個で、リポジトリあたりの平均は1,699個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。