Git Stars Git Stars

#hyperparameter-optimization リポジトリ

#hyperparameter-optimizationのタグが付いた、GitHub上の55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247,121個で、プロジェクトあたりの平均は4,493個です。このトピックをリードしているのは、44,352個のスターを獲得しているray-project/rayです。

55
リポジトリ総数
247,121
合計スター数
4,493
リポジトリあたりの平均スター数

リポジトリ合計55件

1
ray-project/ray

Ray は AI コンピュート エンジンです。Ray は、ML ワークロードを加速するためのコア分散ランタイムと AI ライブラリのセットで構成されています。

ray-project
⭐ 44,352 Python 👤 ray-project Organization 🕐 更新日時 2026-11-21 📅 作成日 2016-10-25
2
google-research/tuning_playbook

ディープラーニングモデルのパフォーマンスを体系的に最大化するためのプレイブック。

google-research
⭐ 29,619 👤 google-research Organization 🕐 更新日時 2024-06-18 📅 作成日 2023-01-18
3
d2l-ai/d2l-en

マルチフレームワークのコード、数学、議論を含むインタラクティブなディープラーニングの本。スタンフォード、MIT、ハーバード、ケンブリッジを含む70カ国500大学で採用。

d2l-ai
⭐ 27,684 Python 👤 d2l-ai Organization 🕐 更新日時 2024-08-18 📅 作成日 2018-10-09
4
optuna/optuna

ハイパーパラメータ最適化フレームワーク

optuna
⭐ 15,070 Python 👤 optuna Organization 🕐 更新日時 2026-11-18 📅 作成日 2018-02-21
5
wandb/wandb

AI開発者プラットフォーム。Weights & Biasesを使用してモデルを訓練し、ファインチューニングし、実験から本番環境までモデルを管理します。

wandb
⭐ 11,333 Python 👤 wandb Organization 🕐 更新日時 2026-11-21 📅 作成日 2017-03-24
6
autogluon/autogluon

3行のコードで高速かつ正確なML

autogluon
⭐ 10,843 Python 👤 autogluon Organization 🕐 更新日時 2026-11-16 📅 作成日 2019-07-29
7
hydra-ecosystem/hydra

Hydra は、複雑なアプリケーションをエレガントに構成するためのフレームワークです

hydra-ecosystem
⭐ 10,761 Python 👤 hydra-ecosystem Organization 🕐 更新日時 2026-11-21 📅 作成日 2019-06-12
8
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
9
automl/auto-sklearn

scikit-learn を使用した自動機械学習

automl
⭐ 8,147 Python 👤 automl Organization 🕐 更新日時 2026-11-16 📅 作成日 2015-07-02
10
borisbanushev/stockpredictionai

このノートブックでは、株価の変動を予測するための完全なプロセスを作成します。ついてきてください。そうすれば、かなり良い結果が得られるでしょう。そのために、生成的敵対ネットワーク(GAN)を使用します。LSTM(リカレントニューラルネットワークの一種)を生成器として、畳み込みニューラルネットワーク(CNN)を識別器として使用します。時系列データを予測しようとしているため、LSTMを使用するのは当然です。なぜGANを使用し、特にCNNを識別器として使用するのか?それは良い q

borisbanushev
⭐ 5,594 JavaScript 👤 borisbanushev User 🕐 更新日時 2025-08-19 📅 作成日 2019-01-09
11
amanchadha/coursera-deep-learning-specialization

deeplearning.ai が提供する Coursera Deep Learning スペシャライゼーション内のすべてのコースからのノート、プログラミング課題、およびクイズ: (i) ニューラルネットワークとディープラーニング; (ii) ディープニューラルネットワークの改善: ハイパーパラメータチューニング、正則化、最適化; (iii) 機械学習プロジェクトの構造化; (iv) 畳み込みニューラルネットワーク; (v) シーケンスモデル

amanchadha
⭐ 4,424 Jupyter Notebook 👤 amanchadha User 🕐 更新日時 2026-06-10 📅 作成日 2020-06-24
12
microsoft/FLAML

AutoMLとチューニングのための高速ライブラリ。Discordに参加してください:https://discord.gg/Cppx2vSPVP。

microsoft
⭐ 4,422 Jupyter Notebook 👤 microsoft Organization 🕐 更新日時 2026-11-21 📅 作成日 2020-08-20
13
facebookresearch/nevergrad

グラディエントフリーの最適化を行うための Python ツールボックス

facebookresearch
⭐ 4,229 Python 👤 facebookresearch Organization 🕐 更新日時 2026-11-02 📅 作成日 2018-11-21
14
hibayesian/awesome-automl-papers

自動化機械学習の論文、記事、チュートリアル、スライド、プロジェクトのキュレーションされたリスト

hibayesian
⭐ 4,136 👤 hibayesian User 🕐 更新日時 2024-06-11 📅 作成日 2017-11-20
15
polyaxon/polyaxon

AIインフラ / AIオーケストレーション / AIコントロールプレーン

polyaxon
⭐ 3,749 MDX 👤 polyaxon Organization 🕐 更新日時 2026-11-20 📅 作成日 2016-12-26
16
meta-pytorch/botorch

PyTorch でのベイズ最適化

meta-pytorch
⭐ 3,654 Jupyter Notebook 👤 meta-pytorch Organization 🕐 更新日時 2026-11-17 📅 作成日 2018-07-30
17
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
18
determined-ai/determined

Determined は、分散トレーニング、ハイパーパラメータチューニング、実験追跡、リソース管理を簡素化するオープンソースの機械学習プラットフォームです。PyTorch および TensorFlow と連携します。

determined-ai
⭐ 3,225 Go 👤 determined-ai Organization 🕐 更新日時 2025-03-20 📅 作成日 2020-04-07
19
KellerJordan/Muon

Muonはニューラルネットワークの隠れ層のオプティマイザです

KellerJordan
⭐ 2,950 Python 👤 KellerJordan User 🕐 更新日時 2026-05-24 📅 作成日 2024-11-09
20
keras-team/keras-tuner

Kerasのためのハイパーパラメータチューニングライブラリ

keras-team
⭐ 2,922 Python 👤 keras-team Organization 🕐 更新日時 2025-12-01 📅 作成日 2019-06-06
21
DLR-RM/rl-baselines3-zoo

Stable Baselines3強化学習エージェントのためのトレーニングフレームワーク。ハイパーパラメータ最適化と事前トレーニング済みエージェントが含まれています。

DLR-RM
⭐ 2,914 Python 👤 DLR-RM Organization 🕐 更新日時 2026-11-14 📅 作成日 2020-05-05
22
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
23
google/vizier

内部Google Vizier Serviceに基づいた、ブラックボックスおよびハイパーパラメータ最適化のためのPythonベースの研究インターフェース。

google
⭐ 1,679 Python 👤 google Organization 🕐 更新日時 2026-11-11 📅 作成日 2022-02-16
24
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
25
autonomio/talos

TensorFlow と Keras を用いたハイパーパラメータ実験

autonomio
⭐ 1,633 Python 👤 autonomio Organization 🕐 更新日時 2026-11-13 📅 作成日 2018-05-04
26
facebookresearch/DomainBed

DomainBedは、ドメイン汎化アルゴリズムをテストするためのスイートです。

facebookresearch
⭐ 1,596 Python 👤 facebookresearch Organization 🕐 更新日時 2025-12-16 📅 作成日 2020-06-29
27
facebookexperimental/Robyn

Robynは、Meta Marketing Scienceによる実験的かつAI/ML搭載のオープンソースマーケティングミックスモデリング(MMM)パッケージです。私たちの使命は、モデリングの知識を民主化し、イノベーションを通じて業界を刺激し、モデリングプロセスにおける人間のバイアスを減らし、強力なオープンソースマーケティングサイエンスコミュニティを構築することです。

facebookexperimental
⭐ 1,538 Jupyter Notebook 👤 facebookexperimental Organization 🕐 更新日時 2026-11-10 📅 作成日 2020-04-30
28
SakanaAI/ShinkaEvolve

ShinkaEvolve: オープンエンドでサンプル効率の高いプログラム進化へ 🧬

SakanaAI
⭐ 1,529 Python 👤 SakanaAI Organization 🕐 更新日時 2026-11-20 📅 作成日 2025-09-17
29
gfo-project/Gradient-Free-Optimizers

軽量な最適化:ローカル、グローバル、集団ベース、順次的手法を混合探索空間に適用

gfo-project
⭐ 1,277 Python 👤 gfo-project Organization 🕐 更新日時 2026-11-06 📅 作成日 2020-04-04
30
automl/SMAC3

SMAC3: ハイパーパラメータ最適化のための汎用ベイズ最適化パッケージ

automl
⭐ 1,273 Python 👤 automl Organization 🕐 更新日時 2026-11-18 📅 作成日 2016-08-17
31
wandb/examples

wandb の機能を活用した深層学習の例プロジェクト。

wandb
⭐ 1,213 Jupyter Notebook 👤 wandb Organization 🕐 更新日時 2026-11-19 📅 作成日 2018-01-29
32
callous-youth/BOAT

勾配ベースの二層最適化のための構成可能な演算ツールボックス

callous-youth
⭐ 1,143 Python 👤 callous-youth User 🕐 更新日時 2026-11-18 📅 作成日 2024-11-27
33
TreborNamor/TradingView-Machine-Learning-GUI

HyperViewは、ターミナル優先のTradingView戦略ラボで、市場データのダウンロード、Pineライクな動作のPython戦略のバックテスト、SL/TPパラメータの最適化に使用します。

TreborNamor
⭐ 1,027 Python 👤 TreborNamor User 🕐 更新日時 2026-08-18 📅 作成日 2021-01-27
34
AgileRL/AgileRL

LLM向けの完全なポストトレーニングスタックに加え、あらゆる問題に対応するRLを提供。SFT、DPO、マルチターンのエージェント型RLに、進化的なハイパーパラメータ最適化を組み込み済み。

AgileRL
⭐ 971 Python 👤 AgileRL Organization 🕐 更新日時 2026-11-21 📅 作成日 2023-03-01
35
dask/dask-ml

Dask を用いたスケーラブルな機械学習

dask
⭐ 950 Python 👤 dask Organization 🕐 更新日時 2025-09-27 📅 作成日 2017-06-15
36
windmaple/awesome-AutoML

AutoML 関連の研究、ツール、プロジェクトおよびその他のリソースのリストをキュレーション

windmaple
⭐ 946 👤 windmaple User 🕐 更新日時 2026-03-24 📅 作成日 2018-11-05
37
guildai/guildai

実験追跡、ML 開発者ツール

guildai
⭐ 899 Python 👤 guildai Organization 🕐 更新日時 2025-04-29 📅 作成日 2017-09-27
38
optuna/optuna-examples

https://github.com/optuna/optuna の例

optuna
⭐ 866 Python 👤 optuna Organization 🕐 更新日時 2026-11-12 📅 作成日 2021-05-10
39
uma-pi1/kge

LibKGE - 再現可能な研究のための知識グラフ埋め込みライブラリ

uma-pi1
⭐ 835 Python 👤 uma-pi1 Organization 🕐 更新日時 2026-04-01 📅 作成日 2019-02-22
40
optuna/optuna-dashboard

OptunaのリアルタイムWebダッシュボード。

optuna
⭐ 816 TypeScript 👤 optuna Organization 🕐 更新日時 2026-11-19 📅 作成日 2020-10-24
41
MIND-Lab/OCTIS

OCTIS: トピックモデルの比較は簡単です!トピックモデルを最適化および評価するためのPythonパッケージ(EACL2021デモトラックで採択)

MIND-Lab
⭐ 807 Python 👤 MIND-Lab Organization 🕐 更新日時 2026-06-21 📅 作成日 2020-03-13
42
Optim-Agent/optim-agent

LLMエージェントをハイパーパラメータ最適化ツールとして。

Optim-Agent
⭐ 796 Python 👤 Optim-Agent User 🕐 更新日時 2026-08-14 📅 作成日 2026-07-07
43
rsteca/sklearn-deap

scikit-learn で gridsearch の代わりに進化アルゴリズムを使用してください

rsteca
⭐ 772 Jupyter Notebook 👤 rsteca User 🕐 更新日時 2024-02-10 📅 作成日 2015-10-28
44
abhishekkrthakur
⭐ 728 Python 👤 abhishekkrthakur User 🕐 更新日時 2024-09-14 📅 作成日 2021-10-26
45
dabl/dabl

データ分析ベースライブラリ

dabl
⭐ 727 Jupyter Notebook 👤 dabl Organization 🕐 更新日時 2024-12-16 📅 作成日 2018-09-14
46
aimclub/FEDOT

自動化モデリングと機械学習フレームワーク FEDOT

aimclub
⭐ 714 Python 👤 aimclub Organization 🕐 更新日時 2026-11-21 📅 作成日 2020-01-13
47
yandex/rep

人間のための機械学習ツールボックス

yandex
⭐ 698 Jupyter Notebook 👤 yandex Organization 🕐 更新日時 2024-07-31 📅 作成日 2015-04-13
48
google-deepmind/opro

「Large Language Models as Optimizers」の公式コード

google-deepmind
⭐ 673 Python 👤 google-deepmind Organization 🕐 更新日時 2024-12-04 📅 作成日 2023-10-02
49
ssssi/freqtrade_strs

Freqtrade の取引戦略

ssssi
⭐ 653 Python 👤 ssssi User 🕐 更新日時 2026-07-24 📅 作成日 2022-01-19
50
Neuraxio/Neuraxle

世界で最もクリーンな AutoML ライブラリ ✨ - 正しいパイプライン抽象化を使ってハイパーパラメータチューニングを行い、クリーンなディープラーニングプロダクションパイプラインを書く。パイプラインのステップにハイパーパラメータスペースを持たせる。パイプラインのステップをコンポーネントのように設計する。Scikit-Learn、TensorFlow、および他のほとんどのライブラリ、フレームワーク、MLOps 環境と互換性があります。

Neuraxio
⭐ 612 Python 👤 Neuraxio Organization 🕐 更新日時 2026-02-20 📅 作成日 2019-03-26

よくある質問

1

GitHubで最も人気のある#hyperparameter-optimization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#hyperparameter-optimizationプロジェクトは、44,352個のスターを獲得しているray-project/rayです。Ray は AI コンピュート エンジンです。Ray は、ML ワークロードを加速するためのコア分散ランタイムと AI ライブラリのセットで構成されています。

2

#hyperparameter-optimization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#hyperparameter-optimizationプロジェクトでは、Python, Jupyter Notebook, JavaScript, MDXが最も一般的なプログラミング言語です。

3

#hyperparameter-optimization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?

#hyperparameter-optimizationのタグが付いた55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247,121個で、リポジトリあたりの平均は4,493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。