Git Stars Git Stars

#feature-engineering Repositórios

Descubra 56 repositórios ativos de código aberto no GitHub marcados com #feature-engineering, acumulando um total de 95,158 estrelas (uma média de 1,699 por projeto). O líder deste tópico é EpistasisLab/tpot, com 10,051 estrelas.

56
Total de Repositórios
95,158
Total de estrelas
1,699
Média de Estrelas/Repositório

56 repositórios no total

1
EpistasisLab/tpot

Uma ferramenta de Aprendizado de Máquina Automatizado em Python que otimiza pipelines de aprendizado de máquina usando programação genética.

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

Uma biblioteca Python de código aberto para engenharia de recursos automatizada

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

Um pacote de aprendizado de máquina construído para humanos.

airbnb
⭐ 4,809 Scala 👤 airbnb Organization 🕐 Atualizado 2025-11-06 📅 Criado 2015-05-12
5
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
6
data-science-on-aws/data-science-on-aws

IA e Machine Learning com Kubeflow, Amazon EKS e SageMaker

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

Pacote Python para AutoML em Dados Tabulares com Engenharia de Atributos, Ajuste de Hiperparâmetros, Explicações e Documentação Automática

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

Livro_6_《Os Caminhos dos Dados》 | A Flor de Íris: Do básico de matemática à aprendizagem de máquina; bem-vindos a críticas e correções! Os alunos que mais erros corrigirem receberão um livro de presente como agradecimento!

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

O Apache Hamilton ajuda cientistas e engenheiros de dados a definir fluxos de dados testáveis, modulares e autodocumentáveis, que codificam linhagem/rastreamento e metadados. Ele executa e escala em qualquer lugar onde o Python também funcione.

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

Uma biblioteca de codificadores de variáveis categóricas compatíveis com sklearn

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

Um serviço de ranqueamento personalizado de Machine Learning (ML) com low code para artigos, listagens, resultados de pesquisa e recomendações, que impulsiona o engajamento do usuário. Um motor Learn-to-Rank amigável.

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

Biblioteca Python de código aberto para engenharia e seleção de recursos compatível com sklearn.

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

TransmogrifAI (pronunciado trăns-mŏgˈrə-fī) é uma biblioteca AutoML para construir fluxos de trabalho de aprendizado de máquina modulares, reutilizáveis e fortemente tipados no Apache Spark com ajuste manual mínimo.

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

A versão traduzida para chinês de "Approaching (Almost) Any Machine Learning Problem", endereço do documento online: https://ytzfhqs.github.io/AAAMLP-CN/

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

O Feature Store Virtual. Transforme sua infraestrutura de dados existente em um feature store.

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

Feathr – Uma plataforma unificada e escalável de engenharia de dados e IA para empresas

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

Bot de Negociação Inteligente: Gerando automaticamente sinais e negociando com base em aprendizado de máquina e engenharia de recursos

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

Uma biblioteca de previsão flexível, intuitiva e rápida

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

OpenMLDB é um banco de dados de aprendizado de máquina de código aberto que fornece uma plataforma de recursos computando recursos consistentes para treinamento e inferência.

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

As ações de Deep Learning e Machine Learning representam oportunidades promissoras tanto para investidores de longo prazo quanto para traders de curto prazo.

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

Otimização de hiperparâmetros para sklearn

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

Previsão Automatizada de Séries Temporais

winedarksea
⭐ 1,432 Python 👤 winedarksea User 🕐 Atualizado 2026-11-19 📅 Criado 2019-11-26
23
shunliz/Machine-Learning

Princípios de Aprendizado de Máquina

shunliz
⭐ 1,423 Python 👤 shunliz User 🕐 Atualizado 2025-08-03 📅 Criado 2017-05-28
24
logicalclocks/hopsworks

Hopsworks - Plataforma de IA intensiva em dados com um Feature Store

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

Aprendizado de máquina de séries temporais em escala. Construído com Polars para extração de features e previsões em dados de painel com paralelismo embarassante.

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

Pontuação de Poder Preditivo (PPS) em Python

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

NVTabular é uma biblioteca de engenharia e pré-processamento de features para dados tabulares, projetada para manipular de forma rápida e fácil conjuntos de dados em escala de terabytes usados para treinar sistemas de recomendação baseados em deep learning.

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

Uma lista selecionada de vídeos, links, projetos e conjuntos de dados de Machine Learning para te ajudar a conquistar o cenário de ML em 6 meses

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

Elastic Malware Benchmark para Capacitar Pesquisadores

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

Aprendizado de máquina para Node.js

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

Framework de pipeline de entrada

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

PMLB: Um grande repositório curado de conjuntos de dados de benchmark para avaliar algoritmos de aprendizado de máquina supervisionado.

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

EvalML é uma biblioteca AutoML escrita em python.

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

Instale e carregue facilmente os pacotes tidymodels

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

A engenharia de recursos é o processo de usar o conhecimento do domínio para extrair recursos de dados brutos por meio de técnicas de mineração de dados. Esses recursos podem ser usados para melhorar o desempenho de algoritmos de aprendizado de máquina. A engenharia de recursos pode ser considerada como aprendizado de máquina aplicado em si.

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

Código para Competições de Ciência de Dados do Kaggle

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

Biblioteca de Projetos de Big Data

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

BharatMLStack é uma pilha de infraestrutura de aprendizado de máquina (ML) de código aberto e ponta a ponta, construída na Meesho para suportar cargas de trabalho de ML em tempo real e em lote na escala Bharat.

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

Temporian é uma biblioteca Python de código aberto para pré-processamento ⚡ e engenharia de recursos 🛠 de dados temporais 📈 para aplicações de aprendizado de máquina 🤖

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

Planejamento diário de tarefas totalmente gratuito, prático e rápido

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

Curso de Machine Learning Serverless para construir Serviços de Previsão habilitados para IA a partir de modelos e recursos

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

Use estratégias avançadas de engenharia de recursos e selecione os melhores recursos do seu conjunto de dados com uma única linha de código. Criado por Ram Seshadri. Colaboradores são bem-vindos.

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

Extensão Polars para casos de uso geral de ciência de dados

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

Conjunto de dados sintéticos de alta fidelidade que capturam métricas de produtividade de desenvolvedores de IA — incluindo horas de foco, taxas de conclusão de tarefas e indicadores de esgotamento. Preserva a privacidade, ideal para ML e análise de fluxo de trabalho.

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

Ferramentas para análise exploratória de dados em Python

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

Ciclo de Vida Completo de um Projeto de Ciência de Dados

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

Implementação/Tutorial sobre o uso de métodos de Aprendizado de Máquina Automatizado (AutoML) para aprendizado estático/em lote e online/contínuo

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

Etapas de pipeline para engenharia de características e pré-processamento de dados para preparação para a modelagem

tidymodels
⭐ 626 R 👤 tidymodels Organization 🕐 Atualizado 2026-09-17 📅 Criado 2016-12-16

Perguntas Frequentes

1

Qual é o repositório de #feature-engineering mais popular no GitHub?

O projeto de código aberto de #feature-engineering mais bem classificado no GitHub é EpistasisLab/tpot, com 10,051 estrelas. Uma ferramenta de Aprendizado de Máquina Automatizado em Python que otimiza pipelines de aprendizado de máquina usando programação genética.

2

Quais linguagens de programação são mais usadas nos repositórios de #feature-engineering?

Entre os projetos de #feature-engineering mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Scala, Java.

3

Como é calculada a classificação dos repositórios de #feature-engineering?

Acompanhamos 56 repositórios ativos de código aberto marcados com #feature-engineering (com mais de 500 estrelas), totalizando 95,158 estrelas e uma média de 1,699 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.