#kaggle 저장소
#kaggle 태그가 지정된 GitHub의 활성 오픈 소스 저장소 19개를 확인해 보세요. 총 140,042개의 스타를 획득했으며 프로젝트당 평균 7,370개입니다. 이 주제를 이끄는 저장소는 28,776개의 스타를 받은 donnemartin/data-science-ipython-notebooks입니다.
저장소 총 19개
데이터 과학 파이썬 노트북: 딥러닝(TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, 빅데이터(Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, 파이썬 필수, AWS 및 다양한 커맨드 라인.
다양한 프레임워크 코드, 수학, 토론을 포함한 인터랙티브 딥러닝 책. 스탠포드, MIT, 하버드, 캠브리지 등을 포함한 70개국 500개 대학에서 채택됨.
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.
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.
Approaching (Almost) Any Machine Learning Problem 중국어 번역본, 온라인 문서 주소: https://ytzfhqs.github.io/AAAMLP-CN/
무료 Kaggle TPU v5e-8에서 실행되는 프런티어급 오픈 모델: GLM-5.3-Flash 320B MoE(약 165 tok/s, 자체 JAX 엔진 사용) 및 Qwen3.8-27B bf16(약 130 tok/s), 262k 컨텍스트와 프리픽스 캐싱 지원. Claude Code, Codex, opencode, pi와 함께 사용할 수 있습니다.
Perpetual은 고성능 그라디언트 부스팅 머신입니다. 단일 실행에서 복잡한 튜닝 없이 간단한 예산 파라미터만으로 최적의 정확도를 제공합니다. 제로-카피 바인딩을 포함한 Rust 코어와 함께 인과 ML, 지속적 학습, 네이티브 보정 및 견고한 이탈 모니터링을 원클릭으로 지원합니다.
Kaggle 샌프란시스코 범죄 설명을 39개 클래스로 분류합니다. Tensorflow에서 CNN, RNN(GRU 및 LSTM) 및 워드 임베딩을 사용하여 모델을 구축합니다.
은메달 Kaggle NeurIPS 오픈 폴리머 예측 솔루션의 개선된 재현 가능한 구현으로, SMILES 정규화, 분자 설명자, CatBoost/XGBoost 모델, OOF 스태킹, 그리고 선택적 PyTorch Geometric GNN을 특징으로 합니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #kaggle 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #kaggle 프로젝트는 28,776개의 스타를 받은 donnemartin/data-science-ipython-notebooks입니다. 데이터 과학 파이썬 노트북: 딥러닝(TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, 빅데이터(Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, 파이썬 필수, AWS 및 다양한 커맨드 라인.
#kaggle 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #kaggle 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, C++, Astro입니다.
#kaggle 저장소 순위는 어떻게 계산되나요?
#kaggle 태그가 지정된 활성 오픈 소스 저장소(19개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 140,042개이며 저장소당 평균 7,370개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.