#data-mining 저장소
#data-mining 태그가 지정된 GitHub의 활성 오픈 소스 저장소 81개를 확인해 보세요. 총 318,511개의 스타를 획득했으며 프로젝트당 평균 3,932개입니다. 이 주제를 이끄는 저장소는 30,352개의 스타를 받은 academic/awesome-datascience입니다.
저장소 총 81개
90개 이상의 지원 언어와 라틴, 중국어, 아랍어, 데바나가리, 키릴 문자 등을 포함한 모든 인기 있는 쓰기 스크립트를 갖춘 즉시 사용 가능한 OCR입니다.
기계 학습을 배포, 모니터링, 버전 관리 및 확장하기 위한 훌륭한 오픈 소스 라이브러리들의 큐레이션된 목록
결정 트리 알고리즘을 기반으로 한 빠르고 분산된 고성능 그래디언트 부스팅 (GBT, GBDT, GBRT, GBM 또는 MART) 프레임워크로, 랭킹, 분류 및 기타 많은 머신러닝 작업에 사용됩니다.
연구 개발(R&D)은 산업 생산성 향상에 매우 중요하며, 특히 R&D의 핵심 측면이 주로 데이터와 모델에 집중되는 AI 시대에는 더욱 그렇습니다. 우리는 AI가 데이터 중심 AI를 주도하도록 하는 R&D-Agent를 통해 이러한 고부가가치 일반 R&D 프로세스를 자동화하기 위해 최선을 다하고 있습니다. 🔗https://aka.ms/RD-Agent-Tech-Report
인공지능 학습 로드맵, 약 200개의 실전 사례와 프로젝트 정리, 무료 교재 제공, 초보자부터 시작, 취업 실전! 포함: Python, 수학, 머신러닝, 데이터 분석, 딥러닝, 컴퓨터 비전, 자연어 처리, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv 등 인기 분야
정형 데이터, 시계열, 그래프, 텍스트, 이미지 및 오디오 데이터 전반에 걸친 이상 탐지를 위한 Python 라이브러리입니다. 60개 이상의 탐지기, 벤치마크 기반의 ADEngine 오케스트레이션, 그리고 AI 에이전트를 위한 에이전트 워크플로우를 제공합니다.
이상 탐지 관련 서적, 논문, 비디오 및 툴박스. LLM 및 VLM 작업에 대한 마지막 업데이트는 2025년 말입니다!
결정 트리 기반의 빠르고 확장 가능하며 고성능 Gradient Boosting 라이브러리로, Python, R, Java, C++용 랭킹, 분류, 회귀 및 기타 머신러닝 작업에 사용됩니다. CPU와 GPU에서 계산을 지원합니다.
WebCollector는 Java 기반의 오픈 소스 웹 크롤러 프레임워크입니다. 웹을 크롤링하기 위한 몇 가지 간단한 인터페이스를 제공하며, 5분 이내에 멀티스레드 웹 크롤러를 설정할 수 있습니다.
부분적으로 관측된 시계열 데이터에 대한 현실 중심의 기계/딥러닝 및 데이터 마이닝을 위한 Python 툴킷/라이브러리. NaN 결측값이 포함된 불완전한 산업용 불규칙 샘플링 다변량 TS에 대한 과학적 분석 작업(대체, 분류, 클러스터링, 예측, 이상 탐지, 정제)에 50개 이상의 SOTA 신경망 모델
헬스케어 AI를 위한 딥러닝 툴킷: 전자건강기록(EHR, MIMIC, eICU, OMOP), 임상 텍스트, 신호 및 의료 영상. 30개 이상의 모델과 재현 가능한 파이프라인을 제공합니다.
분류 및 회귀 모델 학습 및 플로팅을 위한 다양한 함수를 포함하는 caret (Classification And Regression Training) R 패키지
최상위 AI 학회 및 저널의 시계열 AI에 대한 논문, 튜토리얼 및 설문 조사 전문가 목록입니다.
AIL 프레임워크 - 분석 정보 누출 프레임워크. 프로젝트가 https://github.com/ail-project(으)로 이동되었습니다.
CleverCSV는 지저분한 CSV 파일을 처리하기 위한 Python 패키지입니다. 내장 CSV 모듈의 대체로 사용할 수 있으며, 향상된 방언 감지 기능을 제공하고, CSV 파일 작업을 위한 편리한 명령줄 애플리케이션이 포함되어 있습니다.
PM4Py (Process Mining for Python)의 공식 공개 저장소 — Python을 사용한 비즈니스 프로세스 탐색, 분석 및 최적화를 위한 오픈 소스 라이브러리.
자주 묻는 질문
GitHub에서 가장 인기 있는 #data-mining 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #data-mining 프로젝트는 30,352개의 스타를 받은 academic/awesome-datascience입니다. :memo: 실제 문제를 학습하고 적용할 수 있는 훌륭한 데이터 과학 저장소입니다.
#data-mining 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #data-mining 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, HTML, Java입니다.
#data-mining 저장소 순위는 어떻게 계산되나요?
#data-mining 태그가 지정된 활성 오픈 소스 저장소(81개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 318,511개이며 저장소당 평균 3,932개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.