Git Stars Git Stars

#feature-engineering 저장소

#feature-engineering 태그가 지정된 GitHub의 활성 오픈 소스 저장소 56개를 확인해 보세요. 총 95,158개의 스타를 획득했으며 프로젝트당 평균 1,699개입니다. 이 주제를 이끄는 저장소는 10,051개의 스타를 받은 EpistasisLab/tpot입니다.

56
총 리포지토리
95,158
총 별점
1,699
리포지토리당 평균 스타 수

저장소 총 56개

1
EpistasisLab/tpot

유전 프로그래밍을 사용하여 기계 학습 파이프라인을 최적화하는 Python 자동화 기계 학습 도구.

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 업데이트됨 2025-09-11 📅 생성됨 2015-11-03
2
alteryx/featuretools

자동화된 피처 엔지니어링을 위한 오픈 소스 Python 라이브러리

alteryx
⭐ 7,697 Python 👤 alteryx Organization 🕐 업데이트됨 2026-09-11 📅 생성됨 2017-09-08
3
airbnb/aerosolve

인간을 위해 만들어진 머신러닝 패키지.

airbnb
⭐ 4,809 Scala 👤 airbnb Organization 🕐 업데이트됨 2025-11-06 📅 생성됨 2015-05-12
5
alibaba/Alink

Alink은 Alibaba 컴퓨팅 플랫폼의 PAI 팀이 개발한 Flink 기반 머신러닝 알고리즘 플랫폼입니다.

alibaba
⭐ 3,625 Java 👤 alibaba Organization 🕐 업데이트됨 2024-06-07 📅 생성됨 2018-09-30
6
data-science-on-aws/data-science-on-aws

Kubeflow, Amazon EKS 및 SageMaker를 활용한 AI 및 머신러닝

data-science-on-aws
⭐ 3,422 Jupyter Notebook 👤 data-science-on-aws Organization 🕐 업데이트됨 2024-07-31 📅 생성됨 2020-02-29
7
mljar/mljar-supervised

테이블 데이터용 AutoML을 위한 Python 패키지: 기능 엔지니어링, 하이퍼파라미터 튜닝, 설명 및 자동 문서화

mljar
⭐ 3,306 Python 👤 mljar Organization 🕐 업데이트됨 2026-11-05 📅 생성됨 2018-11-05
8
Visualize-ML/Book6_First-Course-in-Data-Science

Book_6_"데이터의 길" | 아이리스 북: 덧셈, 뺄셈, 곱셈, 나눗셈에서 머신러닝까지; 비판과 수정을 환영합니다! 오류를 많이 수정해 주시는 분들께는 감사의 선물로 책을 증정합니다!

Visualize-ML
⭐ 2,799 Jupyter Notebook 👤 Visualize-ML User 🕐 업데이트됨 2026-05-01 📅 생성됨 2022-10-11
9
apache/hamilton

Apache Hamilton은 데이터 과학자와 엔지니어가 계보/추적 및 메타데이터를 인코딩하는 테스트 가능한 모듈식 자체 문서화 데이터 흐름을 정의하도록 돕습니다. 파이썬이 실행되는 모든 곳에서 실행되고 확장됩니다.

apache
⭐ 2,631 Jupyter Notebook 👤 apache Organization 🕐 업데이트됨 2026-11-16 📅 생성됨 2023-02-23
10
scikit-learn-contrib/category_encoders

sklearn 호환 범주형 변수 인코더 라이브러리

scikit-learn-contrib
⭐ 2,510 Python 👤 scikit-learn-contrib Organization 🕐 업데이트됨 2026-10-31 📅 생성됨 2015-11-29
11
metarank/metarank

기사, 목록, 검색 결과, 추천에 대한 로우 코드 머신러닝 개인화 순위 서비스로 사용자 참여를 향상시킵니다. 친근한 학습 순위 엔진

metarank
⭐ 2,461 Scala 👤 metarank Organization 🕐 업데이트됨 2026-10-06 📅 생성됨 2020-08-19
12
feature-engine/feature_engine

sklearn과 호환되는 기능 엔지니어링 및 선택 오픈 소스 Python 라이브러리.

feature-engine
⭐ 2,297 Python 👤 feature-engine Organization 🕐 업데이트됨 2026-11-21 📅 생성됨 2018-12-31
13
salesforce/TransmogrifAI

TransmogrifAI(발음: trăns-mŏgˈrə-fī)는 최소한의 수동 조정으로 Apache Spark에서 모듈식, 재사용 가능, 강력한 유형의 머신 러닝 워크플로우를 구축하기 위한 AutoML 라이브러리입니다.

salesforce
⭐ 2,280 Scala 👤 salesforce Organization 🕐 업데이트됨 2026-06-02 📅 생성됨 2017-11-02
14
ytzfhqs/AAAMLP-CN

Approaching (Almost) Any Machine Learning Problem 중국어 번역본, 온라인 문서 주소: https://ytzfhqs.github.io/AAAMLP-CN/

ytzfhqs
⭐ 1,987 Jupyter Notebook 👤 ytzfhqs User 🕐 업데이트됨 2025-12-10 📅 생성됨 2023-08-30
15
featureform/featureform

가상 피처 스토어. 기존 데이터 인프라를 피처 스토어로 전환하세요.

featureform
⭐ 1,979 Go 👤 featureform Organization 🕐 업데이트됨 2025-07-03 📅 생성됨 2020-10-16
16
feathr-ai/feathr

Feathr – 엔터프라이즈를 위한 확장 가능하고 통합된 데이터 및 AI 엔지니어링 플랫폼

feathr-ai
⭐ 1,916 Scala 👤 feathr-ai Organization 🕐 업데이트됨 2024-04-04 📅 생성됨 2022-02-18
17
asavinov/intelligent-trading-bot

지능형 거래 봇: 머신 러닝 및 피처 엔지니어링을 기반으로 신호를 자동 생성하고 거래

asavinov
⭐ 1,906 Python 👤 asavinov User 🕐 업데이트됨 2026-11-18 📅 생성됨 2021-10-24
18
linkedin/greykite

유연하고 직관적이며 빠른 예측 라이브러리

linkedin
⭐ 1,855 Python 👤 linkedin Organization 🕐 업데이트됨 2025-02-20 📅 생성됨 2021-04-27
19
4paradigm/OpenMLDB

OpenMLDB는 훈련 및 추론을 위한 일관된 기능을 컴퓨팅하는 기능 플랫폼을 제공하는 오픈 소스 머신 러닝 데이터베이스입니다.

4paradigm
⭐ 1,717 C++ 👤 4paradigm Organization 🕐 업데이트됨 2026-11-10 📅 생성됨 2021-03-12
20
LastAncientOne/Deep_Learning_Machine_Learning_Stock

딥 러닝과 머신 러닝 주식은 장기 및 단기 투자자와 트레이더 모두에게 유망한 기회를 나타냅니다.

LastAncientOne
⭐ 1,689 Jupyter Notebook 👤 LastAncientOne User 🕐 업데이트됨 2024-03-01 📅 생성됨 2018-09-29
21
hyperopt/hyperopt-sklearn

sklearn을 위한 하이퍼파라미터 최적화

hyperopt
⭐ 1,646 Python 👤 hyperopt Organization 🕐 업데이트됨 2025-04-15 📅 생성됨 2013-02-19
22
winedarksea/AutoTS

자동화된 시계열 예측

winedarksea
⭐ 1,432 Python 👤 winedarksea User 🕐 업데이트됨 2026-11-19 📅 생성됨 2019-11-26
24
logicalclocks/hopsworks

Hopsworks - 기능 저장소가 포함된 데이터 집약적 AI 플랫폼

logicalclocks
⭐ 1,299 Java 👤 logicalclocks Organization 🕐 업데이트됨 2025-02-10 📅 생성됨 2018-07-26
25
functime-org/functime

대규모 시계열 머신러닝. Polars를 사용하여 병렬화하기 쉬운 특징 추출 및 패널 데이터에 대한 예측을 수행했습니다.

functime-org
⭐ 1,194 Python 👤 functime-org Organization 🕐 업데이트됨 2026-05-03 📅 생성됨 2023-06-05
26
8080labs/ppscore

Python의 예측력 점수(PPS)

8080labs
⭐ 1,170 Python 👤 8080labs User 🕐 업데이트됨 2026-03-11 📅 생성됨 2020-04-17
27
NVIDIA-Merlin/NVTabular

NVTabular은 딥러닝 기반 추천 시스템을 훈련하는 데 사용되는 테라바이트 규모의 데이터셋을 빠르고 쉽게 조작하도록 설계된 테이블 형식 데이터용 피처 엔지니어링 및 전처리 라이브러리입니다.

NVIDIA-Merlin
⭐ 1,153 Python 👤 NVIDIA-Merlin Organization 🕐 업데이트됨 2026-05-22 📅 생성됨 2020-04-03
28
campusx-official/ML-Roadmap-for-2022

6개월 안에 ML 환경을 정복하는 데 도움이 되는 머신러닝 동영상, 링크, 프로젝트 및 데이터셋 모음집

campusx-official
⭐ 1,119 👤 campusx-official User 🕐 업데이트됨 2024-08-20 📅 생성됨 2022-01-10
29
elastic/ember

연구자 역량 강화를 위한 Elastic Malware Benchmark

elastic
⭐ 1,110 Jupyter Notebook 👤 elastic Organization 🕐 업데이트됨 2024-11-22 📅 생성됨 2018-04-11
30
erelsgl/limdu

Node.js를 위한 머신러닝

erelsgl
⭐ 1,043 JavaScript 👤 erelsgl User 🕐 업데이트됨 2026-04-10 📅 생성됨 2013-06-12
31
tensorflow/transform

입력 파이프라인 프레임워크

tensorflow
⭐ 992 Python 👤 tensorflow Organization 🕐 업데이트됨 2026-08-14 📅 생성됨 2017-02-10
32
EpistasisLab/pmlb

PMLB: 지도 학습 머신러닝 알고리즘을 평가하기 위한 대규모 큐레이션된 벤치마크 데이터셋 저장소.

EpistasisLab
⭐ 866 Python 👤 EpistasisLab Organization 🕐 업데이트됨 2025-02-25 📅 생성됨 2016-11-11
33
alteryx/evalml

EvalML은 Python으로 작성된 AutoML 라이브러리입니다.

alteryx
⭐ 852 Python 👤 alteryx Organization 🕐 업데이트됨 2026-01-14 📅 생성됨 2019-07-17
34
tidymodels/tidymodels

tidymodels 패키지를 쉽게 설치하고 로드하세요

tidymodels
⭐ 824 R 👤 tidymodels Organization 🕐 업데이트됨 2026-09-17 📅 생성됨 2018-07-05
35
ashishpatel26/Amazing-Feature-Engineering

특징 공학은 도메인 지식을 사용하여 데이터 마이닝 기법을 통해 원시 데이터에서 특징을 추출하는 과정입니다. 이러한 특징은 머신 러닝 알고리즘의 성능을 향상시키는 데 사용될 수 있습니다. 특징 공학은 응용 머신 러닝 자체로 간주될 수 있습니다.

ashishpatel26
⭐ 794 Jupyter Notebook 👤 ashishpatel26 User 🕐 업데이트됨 2025-06-29 📅 생성됨 2019-02-19
37
jeongyoonlee/Kaggler

Kaggle 데이터 과학 경진대회 코드

jeongyoonlee
⭐ 751 Python 👤 jeongyoonlee User 🕐 업데이트됨 2024-04-25 📅 생성됨 2015-01-28
38
muaimingjun/bigData

빅데이터 대회 프로젝트 라이브러리

muaimingjun
⭐ 734 Python 👤 muaimingjun User 🕐 업데이트됨 2025-05-07 📅 생성됨 2019-10-14
39
Meesho/BharatMLStack

BharatMLStack은 Meesho에서 구축한 오픈 소스 엔드투엔드 머신러닝 인프라 스택으로, Bharat 규모의 실시간 및 배치 ML 워크로드를 지원합니다.

Meesho
⭐ 716 Go 👤 Meesho Organization 🕐 업데이트됨 2026-11-14 📅 생성됨 2025-05-23
40
google/temporian

Temporian은 머신러닝 애플리케이션 🤖을 위한 시간 데이터 📈의 전처리 ⚡ 및 기능 엔지니어링 🛠을 위한 오픈 소스 Python 라이브러리입니다.

google
⭐ 711 Python 👤 google Organization 🕐 업데이트됨 2025-10-29 📅 생성됨 2023-01-17
41
v1tzor/TimePlanner

완전 무료로 편리하고 빠르게 매일 할 일을 계획하세요

v1tzor
⭐ 708 Kotlin 👤 v1tzor User 🕐 업데이트됨 2026-08-30 📅 생성됨 2023-05-08
42
featurestoreorg/serverless-ml-course

모델과 기능으로부터 AI 기반 예측 서비스를 구축하기 위한 서버리스 머신러닝 코스

featurestoreorg
⭐ 678 Jupyter Notebook 👤 featurestoreorg Organization 🕐 업데이트됨 2024-09-24 📅 생성됨 2022-09-01
43
AutoViML/featurewiz

고급 기능 엔지니어링 전략을 사용하여 데이터 세트에서 최상의 기능을 단 한 줄의 코드로 선택하십시오. Ram Seshadri가 만들었습니다. 협력자 환영.

AutoViML
⭐ 677 Python 👤 AutoViML User 🕐 업데이트됨 2025-02-19 📅 생성됨 2020-11-29
44
abstractqqq/polars_ds_extension

일반적인 데이터 과학 사용 사례를 위한 Polars 확장

abstractqqq
⭐ 661 Rust 👤 abstractqqq User 🕐 업데이트됨 2026-11-18 📅 생성됨 2023-10-30
45
syncora-ai/Synthetic-AI-Developer-Productivity-Dataset

AI 개발자 생산성 지표(집중 시간, 작업 완료율, 번아웃 지표 포함)를 캡처하는 고품질 합성 데이터 세트. 개인 정보 보호 기능이 있어 ML 및 워크플로 분석에 이상적입니다.

syncora-ai
⭐ 657 Jupyter Notebook 👤 syncora-ai User 🕐 업데이트됨 2025-09-04 📅 생성됨 2025-07-31
46
NathanEpstein/Dora

파이썬에서의 탐색적 데이터 분석 도구

NathanEpstein
⭐ 647 Python 👤 NathanEpstein User 🕐 업데이트됨 2025-08-05 📅 생성됨 2016-02-16
47
achuthasubhash/Complete-Life-Cycle-of-a-Data-Science-Project

데이터 과학 프로젝트의 전체 수명 주기

achuthasubhash
⭐ 631 👤 achuthasubhash User 🕐 업데이트됨 2024-06-07 📅 생성됨 2020-09-02
48
Western-OC2-Lab/AutoML-Implementation-for-Static-and-Dynamic-Data-Analytics

정적/배치 및 온라인/지속적 학습을 위한 자동화된 기계 학습(AutoML) 방법 사용 구현/튜토리얼

Western-OC2-Lab
⭐ 629 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 업데이트됨 2024-05-14 📅 생성됨 2022-09-09
49
tidymodels/recipes

모델링 준비를 위한 특징 공학 및 데이터 전처리용 파이프라인 가능한 단계

tidymodels
⭐ 626 R 👤 tidymodels Organization 🕐 업데이트됨 2026-09-17 📅 생성됨 2016-12-16

자주 묻는 질문

1

GitHub에서 가장 인기 있는 #feature-engineering 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #feature-engineering 프로젝트는 10,051개의 스타를 받은 EpistasisLab/tpot입니다. 유전 프로그래밍을 사용하여 기계 학습 파이프라인을 최적화하는 Python 자동화 기계 학습 도구.

2

#feature-engineering 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #feature-engineering 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, Scala, Java입니다.

3

#feature-engineering 저장소 순위는 어떻게 계산되나요?

#feature-engineering 태그가 지정된 활성 오픈 소스 저장소(56개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 95,158개이며 저장소당 평균 1,699개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.