Git Stars Git Stars

#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
Total de Repositórios
318,511
Total de estrelas
3,932
Média de Estrelas/Repositório

81 repositórios no total

1
academic/awesome-datascience

:memo: Um repositório incrível de Ciência de Dados para aprender e aplicar em problemas do mundo real.

academic
⭐ 30,352 👤 academic Organization 🕐 Atualizado 2026-11-20 📅 Criado 2014-07-05
2
JaidedAI/EasyOCR

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.

JaidedAI
⭐ 30,160 Python 👤 JaidedAI Organization 🕐 Atualizado 2026-11-13 📅 Criado 2020-03-14
3
EthicalML/awesome-production-machine-learning

Uma lista selecionada de bibliotecas open source incríveis para implantar, monitorar, versionar e escalar seu aprendizado de máquina

EthicalML
⭐ 21,121 👤 EthicalML Organization 🕐 Atualizado 2026-11-12 📅 Criado 2018-08-15
4
lightgbm-org/LightGBM

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.

lightgbm-org
⭐ 18,995 C++ 👤 lightgbm-org Organization 🕐 Atualizado 2026-11-21 📅 Criado 2016-08-05
5
piskvorky/gensim

Modelagem de Tópicos para Humanos

piskvorky
⭐ 16,507 Python 👤 piskvorky User 🕐 Atualizado 2025-11-01 📅 Criado 2011-02-10
6
microsoft/RD-Agent

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

microsoft
⭐ 15,443 Python 👤 microsoft Organization 🕐 Atualizado 2026-10-21 📅 Criado 2024-04-03
7
rasbt/python-machine-learning-book

O repositório de código e recurso de informações do livro "Python Machine Learning (1ª edição)"

rasbt
⭐ 12,680 Jupyter Notebook 👤 rasbt User 🕐 Atualizado 2026-07-18 📅 Criado 2015-08-07
8
tangyudi/Ai-Learn

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.

tangyudi
⭐ 12,412 👤 tangyudi User 🕐 Atualizado 2024-06-02 📅 Criado 2020-01-28
9
sktime/sktime

Uma estrutura unificada para aprendizado de máquina com séries temporais

sktime
⭐ 10,100 Python 👤 sktime Organization 🕐 Atualizado 2026-11-21 📅 Criado 2018-11-06
10
yzhao062/pyod

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.

yzhao062
⭐ 10,098 Python 👤 yzhao062 User 🕐 Atualizado 2026-11-12 📅 Criado 2017-10-03
11
yzhao062/anomaly-detection-resources

Livros, artigos, vídeos e caixas de ferramentas relacionados à detecção de anomalias. Última atualização no final de 2025 para trabalhos de LLM e VLM!

yzhao062
⭐ 9,457 Python 👤 yzhao062 User 🕐 Atualizado 2026-03-02 📅 Criado 2018-05-16
12
catboost/catboost

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.

catboost
⭐ 9,210 C++ 👤 catboost Organization 🕐 Atualizado 2026-11-20 📅 Criado 2017-07-18
13
jivoi/awesome-ml-for-cybersecurity

:octocat: Aprendizado de Máquina para Segurança Cibernética

jivoi
⭐ 7,953 👤 jivoi User 🕐 Atualizado 2024-08-19 📅 Criado 2016-12-20
14
faridrashidi/kaggle-solutions

🏅 Coleção de Soluções e Ideias do Kaggle 🏅

faridrashidi
⭐ 6,556 Astro 👤 faridrashidi User 🕐 Atualizado 2026-11-06 📅 Criado 2018-11-25
15
biolab/orange3

🍊 :bar_chart: :bulb: Laranja: Análise interativa de dados

biolab
⭐ 5,759 Python 👤 biolab Organization 🕐 Atualizado 2026-11-20 📅 Criado 2013-02-22
16
rasbt/mlxtend

Uma biblioteca de módulos de extensão e auxiliares para as bibliotecas de análise de dados e aprendizado de máquina do Python.

rasbt
⭐ 5,194 Python 👤 rasbt User 🕐 Atualizado 2026-11-13 📅 Criado 2014-08-14
17
lixin4ever/Conference-Acceptance-Rate

Taxas de aceitação para as principais conferências de IA

lixin4ever
⭐ 4,781 Jupyter Notebook 👤 lixin4ever User 🕐 Atualizado 2025-09-23 📅 Criado 2017-10-20
18
deanmalmgren/textract

extraia texto de qualquer documento. sem complicação. sem aborrecimento.

deanmalmgren
⭐ 4,736 HTML 👤 deanmalmgren User 🕐 Atualizado 2026-10-30 📅 Criado 2014-07-03
19
cjlin1/libsvm

LIBSVM -- Uma Biblioteca para Máquinas de Vetores de Suporte

cjlin1
⭐ 4,716 Java 👤 cjlin1 User 🕐 Atualizado 2025-12-29 📅 Criado 2013-09-10
20
r0f1/datascience

Lista selecionada de recursos Python para ciência de dados.

r0f1
⭐ 4,695 👤 r0f1 User 🕐 Atualizado 2026-10-29 📅 Criado 2018-11-22
21
alibaba/Alink

Alink é a plataforma de algoritmos de Machine Learning baseada em Flink, desenvolvida pela equipe PAI da plataforma de computação Alibaba.

alibaba
⭐ 3,625 Java 👤 alibaba Organization 🕐 Atualizado 2024-06-07 📅 Criado 2018-09-30
22
Kanaries/graphic-walker

Uma alternativa de código aberto ao Tableau. Análise visual incorporável

Kanaries
⭐ 3,294 TypeScript 👤 Kanaries Organization 🕐 Atualizado 2026-11-19 📅 Criado 2022-09-27
23
automeris-io/WebPlotDigitizer

Ferramenta assistida por visão computacional para extrair dados numéricos de imagens de gráficos.

automeris-io
⭐ 3,191 JavaScript 👤 automeris-io Organization 🕐 Atualizado 2026-07-27 📅 Criado 2010-09-25
24
rob-med/awesome-TS-anomaly-detection

Lista de ferramentas e conjuntos de dados para detecção de anomalias em dados de séries temporais.

rob-med
⭐ 3,152 👤 rob-med User 🕐 Atualizado 2024-10-21 📅 Criado 2017-12-19
25
CrawlScript/WebCollector

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.

CrawlScript
⭐ 3,073 Java 👤 CrawlScript Organization 🕐 Atualizado 2026-02-10 📅 Criado 2014-07-12
26
vladkens/twscrape

Biblioteca Python e CLI para scraping de X/Twitter com rotação de múltiplas contas e tratamento integrado de limites de taxa.

vladkens
⭐ 2,980 Python 👤 vladkens User 🕐 Atualizado 2026-11-19 📅 Criado 2023-05-05
27
invoice-x/invoice2data

Extrair dados estruturados de faturas em PDF

invoice-x
⭐ 2,253 Python 👤 invoice-x Organization 🕐 Atualizado 2026-11-17 📅 Criado 2015-04-09
28
WenjieDu/PyPOTS

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

WenjieDu
⭐ 2,097 Python 👤 WenjieDu User 🕐 Atualizado 2026-11-18 📅 Criado 2022-03-29
29
youngfish42/Awesome-FL

Informações acadêmicas abrangentes e oportunas sobre aprendizado federado (artigos, frameworks, conjuntos de dados, tutoriais, workshops)

youngfish42
⭐ 2,020 Python 👤 youngfish42 User 🕐 Atualizado 2026-11-11 📅 Criado 2022-05-21
30
safe-graph/graph-fraud-detection-papers

Uma lista selecionada de artigos e recursos sobre detecção de fraudes, anomalias e outliers baseada em Grafos/Transformers

safe-graph
⭐ 1,908 👤 safe-graph Organization 🕐 Atualizado 2026-11-15 📅 Criado 2019-11-21
31
benedekrozemberczki/awesome-fraud-detection-papers

Uma lista selecionada de artigos de mineração de dados sobre detecção de fraudes.

benedekrozemberczki
⭐ 1,843 Python 👤 benedekrozemberczki User 🕐 Atualizado 2026-01-05 📅 Criado 2019-05-27
32
zslucky/awesome-AI-books

Alguns livros e PDFs incríveis relacionados à IA para aprendizado e download, aplique também alguns modelos de playground para aprendizado

zslucky
⭐ 1,842 Jupyter Notebook 👤 zslucky User 🕐 Atualizado 2026-07-07 📅 Criado 2018-02-25
33
PaddlePaddle/Research

novos trabalhos de pesquisa em aprendizado profundo com PaddlePaddle

PaddlePaddle
⭐ 1,750 Python 👤 PaddlePaddle Organization 🕐 Atualizado 2024-08-16 📅 Criado 2020-02-13
34
sunlabuiuc/PyHealth

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.

sunlabuiuc
⭐ 1,704 Python 👤 sunlabuiuc Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-08-03
35
topepo/caret

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

topepo
⭐ 1,666 R 👤 topepo User 🕐 Atualizado 2026-11-16 📅 Criado 2014-05-16
36
qingsongedu/awesome-AI-for-time-series-papers

Uma lista profissional de Artigos, Tutoriais e Revisões sobre IA para Séries Temporais nas principais conferências e periódicos de IA.

qingsongedu
⭐ 1,573 👤 qingsongedu User 🕐 Atualizado 2024-04-06 📅 Criado 2022-06-03
37
jundongl/scikit-feature

repositório de seleção de recursos de código aberto em python

jundongl
⭐ 1,561 Python 👤 jundongl User 🕐 Atualizado 2024-07-11 📅 Criado 2015-11-06
38
K0lb3/UnityPy

UnityPy é um módulo Python que possibilita extrair/descompactar e editar ativos do Unity

K0lb3
⭐ 1,541 Python 👤 K0lb3 User 🕐 Atualizado 2026-11-15 📅 Criado 2019-07-23
39
sepandhaghighi/pycm

Biblioteca de matriz de confusão multiclasse em Python

sepandhaghighi
⭐ 1,507 Python 👤 sepandhaghighi User 🕐 Atualizado 2026-11-16 📅 Criado 2018-01-22
40
aeon-toolkit/aeon

Um toolkit para aprendizado de máquina e aprendizado profundo de séries temporais

aeon-toolkit
⭐ 1,481 Python 👤 aeon-toolkit Organization 🕐 Atualizado 2026-11-20 📅 Criado 2022-12-20
41
anvaka/sayit

Visualização de subreddits relacionados

anvaka
⭐ 1,436 JavaScript 👤 anvaka User 🕐 Atualizado 2026-04-11 📅 Criado 2018-12-13
42
CIRCL/AIL-framework

Estrutura AIL - Estrutura de Vazamento de Informações de Análise. Projeto movido para https://github.com/ail-project

CIRCL
⭐ 1,384 HTML 👤 CIRCL Organization 🕐 Atualizado 2026-11-19 📅 Criado 2014-08-05
43
alan-turing-institute/CleverCSV

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.

alan-turing-institute
⭐ 1,343 Python 👤 alan-turing-institute Organization 🕐 Atualizado 2026-08-10 📅 Criado 2019-01-30
44
TheAlgorithms/R

Coleção de vários algoritmos implementados em R.

TheAlgorithms
⭐ 1,224 R 👤 TheAlgorithms Organization 🕐 Atualizado 2026-11-19 📅 Criado 2018-09-23
45
nfstream/nfstream

NFStream: um Framework Flexível de Análise de Dados de Rede.

nfstream
⭐ 1,222 Python 👤 nfstream Organization 🕐 Atualizado 2026-09-14 📅 Criado 2019-10-18
46
annoviko/pyclustering

pyclustering é uma biblioteca de mineração de dados em Python e C++.

annoviko
⭐ 1,204 Python 👤 annoviko User 🕐 Atualizado 2024-02-25 📅 Criado 2014-02-25
47
leomaurodesenv/game-datasets

:video_game: Uma lista selecionada de conjuntos de dados de jogos incríveis e ferramentas para inteligência artificial em jogos

leomaurodesenv
⭐ 1,146 👤 leomaurodesenv User 🕐 Atualizado 2026-10-25 📅 Criado 2018-10-03
48
astroML/astroML

Aprendizado de máquina, estatística e mineração de dados para astronomia e astrofísica

astroML
⭐ 1,143 Python 👤 astroML Organization 🕐 Atualizado 2024-05-25 📅 Criado 2012-10-17
49
process-intelligence-solutions/pm4py

Repositório público oficial para PM4Py (Process Mining para Python) — uma biblioteca de código aberto para explorar, analisar e otimizar processos de negócio com Python.

process-intelligence-solutions
⭐ 1,082 Python 👤 process-intelligence-solutions Organization 🕐 Atualizado 2026-11-20 📅 Criado 2018-07-03
50
ail-project/ail-framework

Estrutura AIL - Estrutura de Vazamento de Informações de Análise

ail-project
⭐ 1,060 HTML 👤 ail-project Organization 🕐 Atualizado 2026-11-19 📅 Criado 2020-04-20

Perguntas Frequentes

1

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.

2

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.

3

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.