#data-mining Repositórios
Descubra 81 repositórios ativos de código aberto no GitHub marcados com #data-mining, acumulando um total de 318,511 estrelas (uma média de 3,932 por projeto). O líder deste tópico é academic/awesome-datascience, com 30,352 estrelas.
81 repositórios no total
:memo: Um repositório incrível de Ciência de Dados para aprender e aplicar em problemas do mundo real.
OCR pronto a usar com mais de 80 idiomas suportados e todos os principais sistemas de escrita, incluindo Latim, Chinês, Árabe, Devanágari, Cirílico e etc.
Uma lista selecionada de bibliotecas open source incríveis para implantar, monitorar, versionar e escalar seu aprendizado de máquina
Um framework rápido, distribuído e de alto desempenho para gradient boosting (GBT, GBDT, GBRT, GBM ou MART) baseado em algoritmos de árvore de decisão, usado para ranking, classificação e muitas outras tarefas de aprendizado de máquina.
A pesquisa e desenvolvimento (P&D) é crucial para o aumento da produtividade industrial, especialmente na era da IA, onde os aspectos centrais da P&D se concentram principalmente em dados e modelos. Estamos empenhados em automatizar esses processos genéricos de P&D de alto valor por meio do R&D-Agent, que permite que a IA conduza a IA orientada por dados. 🔗https://aka.ms/RD-Agent-Tech-Report
O repositório de código e recurso de informações do livro "Python Machine Learning (1ª edição)"
Roteiro de aprendizagem em Inteligência Artificial, com cerca de 200 casos práticos e projetos compilados, oferece materiais didáticos complementares gratuitos, para iniciantes e com foco na aplicação profissional! Inclui: Python, Matemática, Machine Learning, Análise de Dados, Deep Learning, Visão Computacional, Processamento de Linguagem Natural, 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 e outras áreas populares.
Uma biblioteca Python para detecção de anomalias em dados tabulares, séries temporais, grafos, texto, imagens e áudio. Inclui mais de 60 detectores, orquestração ADEngine baseada em benchmarks e um fluxo de trabalho agente para agentes de IA.
Livros, artigos, vídeos e caixas de ferramentas relacionados à detecção de anomalias. Última atualização no final de 2025 para trabalhos de LLM e VLM!
Uma biblioteca de Gradient Boosting em Árvores de Decisão rápida, escalável e de alto desempenho, usada para ranking, classificação, regressão e outras tarefas de aprendizado de máquina para Python, R, Java, C++. Suporta computação em CPU e GPU.
Uma biblioteca de módulos de extensão e auxiliares para as bibliotecas de análise de dados e aprendizado de máquina do Python.
Alink é a plataforma de algoritmos de Machine Learning baseada em Flink, desenvolvida pela equipe PAI da plataforma de computação Alibaba.
Ferramenta assistida por visão computacional para extrair dados numéricos de imagens de gráficos.
Lista de ferramentas e conjuntos de dados para detecção de anomalias em dados de séries temporais.
O WebCollector é um framework de web crawler de código aberto baseado em Java. Ele fornece interfaces simples para rastrear a Web, e você pode configurar um rastreador web multithreaded em menos de 5 minutos.
Biblioteca Python e CLI para scraping de X/Twitter com rotação de múltiplas contas e tratamento integrado de limites de taxa.
Uma toolkit/biblioteca Python para machine/deep learning e mineração de dados centrado na realidade em séries temporais parcialmente observadas, com mais de 50 modelos de redes neurais SOTA para tarefas de análise científica (imputação, classificação, agrupamento, previsão, detecção de anomalias, limpeza) em TS multivariadas industriais incompletas amostradas irregularmente com valores ausentes NaN
Informações acadêmicas abrangentes e oportunas sobre aprendizado federado (artigos, frameworks, conjuntos de dados, tutoriais, workshops)
Uma lista selecionada de artigos e recursos sobre detecção de fraudes, anomalias e outliers baseada em Grafos/Transformers
Uma lista selecionada de artigos de mineração de dados sobre detecção de fraudes.
Alguns livros e PDFs incríveis relacionados à IA para aprendizado e download, aplique também alguns modelos de playground para aprendizado
Um kit de ferramentas de aprendizado profundo para IA na área da saúde: prontuários eletrônicos (MIMIC, eICU, OMOP), textos clínicos, sinais e imagens. Mais de 30 modelos e pipelines reproduzíveis.
caret (Treinamento de Classificação e Regressão), um pacote R que contém diversas funções para o treinamento e a plotagem de modelos de classificação e regressão
Uma lista profissional de Artigos, Tutoriais e Revisões sobre IA para Séries Temporais nas principais conferências e periódicos de IA.
UnityPy é um módulo Python que possibilita extrair/descompactar e editar ativos do Unity
Um toolkit para aprendizado de máquina e aprendizado profundo de séries temporais
Estrutura AIL - Estrutura de Vazamento de Informações de Análise. Projeto movido para https://github.com/ail-project
CleverCSV é um pacote Python para lidar com arquivos CSV desordenados. Ele fornece um substituto direto para o módulo CSV embutido com detecção de dialeto aprimorada, e vem com um aplicativo de linha de comando útil para trabalhar com arquivos CSV.
:video_game: Uma lista selecionada de conjuntos de dados de jogos incríveis e ferramentas para inteligência artificial em jogos
Aprendizado de máquina, estatística e mineração de dados para astronomia e astrofísica
Repositório público oficial para PM4Py (Process Mining para Python) — uma biblioteca de código aberto para explorar, analisar e otimizar processos de negócio com Python.
Perguntas Frequentes
Qual é o repositório de #data-mining mais popular no GitHub?
O projeto de código aberto de #data-mining mais bem classificado no GitHub é academic/awesome-datascience, com 30,352 estrelas. :memo: Um repositório incrível de Ciência de Dados para aprender e aplicar em problemas do mundo real.
Quais linguagens de programação são mais usadas nos repositórios de #data-mining?
Entre os projetos de #data-mining mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, HTML, Java.
Como é calculada a classificação dos repositórios de #data-mining?
Acompanhamos 81 repositórios ativos de código aberto marcados com #data-mining (com mais de 500 estrelas), totalizando 318,511 estrelas e uma média de 3,932 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.