Git Stars Git Stars

#data-mining 仓库

探索 81 个标记为 #data-mining 的活跃开源 GitHub 仓库,它们累计获得 318,511 个 Star(平均每个项目 3,932 个)。该主题的领先项目是 academic/awesome-datascience,拥有 30,352 个 Star。

81
仓库总数
318,511
总星标数
3,932
平均每个仓库星标数
1
academic/awesome-datascience

:memo: 一个很棒的数据科学存储库,用于学习和应用于现实世界的问题。

academic
⭐ 30,352 👤 academic Organization 🕐 已更新 2026-11-20 📅 创建时间 2014-07-05
2
JaidedAI/EasyOCR

即用型 OCR,支持 80 多种语言以及所有流行的书写脚本,包括拉丁语、中文、阿拉伯语、天城文、西里尔语等。

JaidedAI
⭐ 30,160 Python 👤 JaidedAI Organization 🕐 已更新 2026-11-13 📅 创建时间 2020-03-14
3
EthicalML/awesome-production-machine-learning

精选的开源库列表,用于部署、监控、版本管理和扩展您的机器学习

EthicalML
⭐ 21,121 👤 EthicalML Organization 🕐 已更新 2026-11-12 📅 创建时间 2018-08-15
4
lightgbm-org/LightGBM

一个快速、分布式、高性能的梯度提升 (GBT, GBDT, GBRT, GBM 或 MART) 框架,基于决策树算法,用于排名、分类和许多其他机器学习任务。

lightgbm-org
⭐ 18,995 C++ 👤 lightgbm-org Organization 🕐 已更新 2026-11-21 📅 创建时间 2016-08-05
5
piskvorky/gensim

面向人类的主题建模

piskvorky
⭐ 16,507 Python 👤 piskvorky User 🕐 已更新 2025-11-01 📅 创建时间 2011-02-10
6
microsoft/RD-Agent

研究与开发 (R&D) 对于提高工业生产力至关重要,特别是在人工智能(AI)时代,此时研发的核心方面主要集中在数据和模型上。我们致力于通过 R&D-Agent 自动化这些高价值的通用研发流程,让 AI 驱动数据驱动的 AI。🔗https://aka.ms/RD-Agent-Tech-Report

microsoft
⭐ 15,443 Python 👤 microsoft Organization 🕐 已更新 2026-10-21 📅 创建时间 2024-04-03
7
rasbt/python-machine-learning-book

"Python Machine Learning (第一版)" 书籍代码仓库和信息资源

rasbt
⭐ 12,680 Jupyter Notebook 👤 rasbt User 🕐 已更新 2026-07-18 📅 创建时间 2015-08-07
8
tangyudi/Ai-Learn

人工智能学习路线图,整理近200个实战案例与项目,免费提供配套教材,零基础入门,就业实战!包括:Python,数学,机器学习,数据分析,深度学习,计算机视觉,自然语言处理,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等热门领域

tangyudi
⭐ 12,412 👤 tangyudi User 🕐 已更新 2024-06-02 📅 创建时间 2020-01-28
9
sktime/sktime

用于时间序列机器学习的统一框架

sktime
⭐ 10,100 Python 👤 sktime Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-11-06
10
yzhao062/pyod

一个用于表格、时间序列、图、文本、图像和音频数据异常检测的 Python 库。包含 60 多个检测器、基于基准测试的 ADEngine 编排,以及用于 AI 代理的智能体工作流。

yzhao062
⭐ 10,098 Python 👤 yzhao062 User 🕐 已更新 2026-11-12 📅 创建时间 2017-10-03
11
yzhao062/anomaly-detection-resources

异常检测相关书籍、论文、视频和工具箱。LLM和VLM方面的最新更新在2025年底!

yzhao062
⭐ 9,457 Python 👤 yzhao062 User 🕐 已更新 2026-03-02 📅 创建时间 2018-05-16
12
catboost/catboost

一个快速、可扩展、高性能的基于决策树的梯度提升库,用于Python、R、Java、C++的排名、分类、回归和其他机器学习任务。支持CPU和GPU计算。

catboost
⭐ 9,210 C++ 👤 catboost Organization 🕐 已更新 2026-11-20 📅 创建时间 2017-07-18
13
jivoi/awesome-ml-for-cybersecurity

:octocat: 网络安全机器学习

jivoi
⭐ 7,953 👤 jivoi User 🕐 已更新 2024-08-19 📅 创建时间 2016-12-20
14
faridrashidi/kaggle-solutions

🏅 Kaggle 解决方案和想法集合 🏅

faridrashidi
⭐ 6,556 Astro 👤 faridrashidi User 🕐 已更新 2026-11-06 📅 创建时间 2018-11-25
15
biolab/orange3

🍊 :bar_chart: :bulb: Orange: 交互式数据分析

biolab
⭐ 5,759 Python 👤 biolab Organization 🕐 已更新 2026-11-20 📅 创建时间 2013-02-22
16
rasbt/mlxtend

Python 数据分析和机器学习库的扩展和辅助模块库。

rasbt
⭐ 5,194 Python 👤 rasbt User 🕐 已更新 2026-11-13 📅 创建时间 2014-08-14
18
deanmalmgren/textract

从任何文档中提取文本。毫不费力。简单方便。

deanmalmgren
⭐ 4,736 HTML 👤 deanmalmgren User 🕐 已更新 2026-10-30 📅 创建时间 2014-07-03
19
cjlin1/libsvm

LIBSVM -- 支持向量机库

cjlin1
⭐ 4,716 Java 👤 cjlin1 User 🕐 已更新 2025-12-29 📅 创建时间 2013-09-10
20
r0f1/datascience

数据科学领域的 Python 资源的精选列表。

r0f1
⭐ 4,695 👤 r0f1 User 🕐 已更新 2026-10-29 📅 创建时间 2018-11-22
21
alibaba/Alink

Alink 是基于 Flink 的机器学习算法平台,由阿里巴巴计算平台的 PAI 团队开发。

alibaba
⭐ 3,625 Java 👤 alibaba Organization 🕐 已更新 2024-06-07 📅 创建时间 2018-09-30
22
Kanaries/graphic-walker

Tableau 的开源替代品。可嵌入的视觉分析

Kanaries
⭐ 3,294 TypeScript 👤 Kanaries Organization 🕐 已更新 2026-11-19 📅 创建时间 2022-09-27
23
automeris-io/WebPlotDigitizer

使用计算机视觉辅助从绘图图像中提取数值数据的工具。

automeris-io
⭐ 3,191 JavaScript 👤 automeris-io Organization 🕐 已更新 2026-07-27 📅 创建时间 2010-09-25
24
rob-med/awesome-TS-anomaly-detection

用于时间序列数据异常检测的工具和数据集列表。

rob-med
⭐ 3,152 👤 rob-med User 🕐 已更新 2024-10-21 📅 创建时间 2017-12-19
25
CrawlScript/WebCollector

WebCollector 是一个基于 Java 的开源 Web 爬虫框架。它提供了一些简单的 Web 爬取接口,您可以在 5 分钟内设置一个多线程 Web 爬虫。

CrawlScript
⭐ 3,073 Java 👤 CrawlScript Organization 🕐 已更新 2026-02-10 📅 创建时间 2014-07-12
26
vladkens/twscrape

用于X/Twitter数据抓取的Python库和命令行工具,支持多账户轮换和内置速率限制处理。

vladkens
⭐ 2,980 Python 👤 vladkens User 🕐 已更新 2026-11-19 📅 创建时间 2023-05-05
27
invoice-x/invoice2data

从PDF发票中提取结构化数据

invoice-x
⭐ 2,253 Python 👤 invoice-x Organization 🕐 已更新 2026-11-17 📅 创建时间 2015-04-09
28
WenjieDu/PyPOTS

一个针对部分观测时序数据的现实中心机器/深度学习及数据挖掘的Python工具包/库,包含50+种SOTA神经网络模型,用于不完整工业不规则采样多变量时序(含NaN缺失值)的科学分析任务(插补、分类、聚类、预测、异常检测、清洗)

WenjieDu
⭐ 2,097 Python 👤 WenjieDu User 🕐 已更新 2026-11-18 📅 创建时间 2022-03-29
29
youngfish42/Awesome-FL

关于联邦学习的全面而及时的学术信息(论文、框架、数据集、教程、研讨会)

youngfish42
⭐ 2,020 Python 👤 youngfish42 User 🕐 已更新 2026-11-11 📅 创建时间 2022-05-21
30
safe-graph/graph-fraud-detection-papers

精选的基于图/Transformer的欺诈、异常和离群值检测论文与资源列表

safe-graph
⭐ 1,908 👤 safe-graph Organization 🕐 已更新 2026-11-15 📅 创建时间 2019-11-21
31
benedekrozemberczki/awesome-fraud-detection-papers

一份关于欺诈检测的数据挖掘论文的精选列表。

benedekrozemberczki
⭐ 1,843 Python 👤 benedekrozemberczki User 🕐 已更新 2026-01-05 📅 创建时间 2019-05-27
32
zslucky/awesome-AI-books

一些用于学习和下载的超棒的AI相关书籍和PDF,也可以应用一些用于学习的实验模型

zslucky
⭐ 1,842 Jupyter Notebook 👤 zslucky User 🕐 已更新 2026-07-07 📅 创建时间 2018-02-25
33
PaddlePaddle/Research

使用PaddlePaddle进行新颖的深度学习研究工作

PaddlePaddle
⭐ 1,750 Python 👤 PaddlePaddle Organization 🕐 已更新 2024-08-16 📅 创建时间 2020-02-13
34
sunlabuiuc/PyHealth

面向医疗 AI 的深度学习工具包:电子健康记录(MIMIC、eICU、OMOP)、临床文本、信号和医学影像。提供 30 多种模型和可复现的流程。

sunlabuiuc
⭐ 1,704 Python 👤 sunlabuiuc Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-08-03
35
topepo/caret

caret (Classification And Regression Training) R 包,包含用于训练和绘图分类及回归模型的杂项函数

topepo
⭐ 1,666 R 👤 topepo User 🕐 已更新 2026-11-16 📅 创建时间 2014-05-16
36
qingsongedu/awesome-AI-for-time-series-papers

顶级人工智能会议和期刊中关于时间序列AI的论文、教程和调查的专业列表。

qingsongedu
⭐ 1,573 👤 qingsongedu User 🕐 已更新 2024-04-06 📅 创建时间 2022-06-03
37
jundongl/scikit-feature

Python 中的开源特征选择仓库

jundongl
⭐ 1,561 Python 👤 jundongl User 🕐 已更新 2024-07-11 📅 创建时间 2015-11-06
38
K0lb3/UnityPy

UnityPy 是一个 Python 模块,它使提取/解包和编辑 Unity 资产成为可能。

K0lb3
⭐ 1,541 Python 👤 K0lb3 User 🕐 已更新 2026-11-15 📅 创建时间 2019-07-23
39
sepandhaghighi/pycm

Python 中的多类混淆矩阵库

sepandhaghighi
⭐ 1,507 Python 👤 sepandhaghighi User 🕐 已更新 2026-11-16 📅 创建时间 2018-01-22
40
aeon-toolkit/aeon

时间序列机器学习和深度学习工具包

aeon-toolkit
⭐ 1,481 Python 👤 aeon-toolkit Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-12-20
41
anvaka/sayit

相关 subreddit 的可视化

anvaka
⭐ 1,436 JavaScript 👤 anvaka User 🕐 已更新 2026-04-11 📅 创建时间 2018-12-13
42
CIRCL/AIL-framework

AIL框架 - 分析信息泄露框架。项目已迁移至 https://github.com/ail-project

CIRCL
⭐ 1,384 HTML 👤 CIRCL Organization 🕐 已更新 2026-11-19 📅 创建时间 2014-08-05
43
alan-turing-institute/CleverCSV

CleverCSV 是一个用于处理杂乱 CSV 文件的 Python 包。它提供了内置 CSV 模块的即插即用替换,具有改进的方言检测功能,并附带一个用于处理 CSV 文件的便利命令行应用程序。

alan-turing-institute
⭐ 1,343 Python 👤 alan-turing-institute Organization 🕐 已更新 2026-08-10 📅 创建时间 2019-01-30
44
TheAlgorithms/R

用R实现的各种算法集合。

TheAlgorithms
⭐ 1,224 R 👤 TheAlgorithms Organization 🕐 已更新 2026-11-19 📅 创建时间 2018-09-23
45
nfstream/nfstream

NFStream:一个灵活的网络数据分析框架。

nfstream
⭐ 1,222 Python 👤 nfstream Organization 🕐 已更新 2026-09-14 📅 创建时间 2019-10-18
46
annoviko/pyclustering

pyclustering是一个Python、C++数据挖掘库。

annoviko
⭐ 1,204 Python 👤 annoviko User 🕐 已更新 2024-02-25 📅 创建时间 2014-02-25
47
leomaurodesenv/game-datasets

:video_game: 精选的出色游戏数据集和游戏中人工智能工具列表

leomaurodesenv
⭐ 1,146 👤 leomaurodesenv User 🕐 已更新 2026-10-25 📅 创建时间 2018-10-03
48
astroML/astroML

用于天文学和天体物理学的机器学习、统计学和数据挖掘

astroML
⭐ 1,143 Python 👤 astroML Organization 🕐 已更新 2024-05-25 📅 创建时间 2012-10-17
49
process-intelligence-solutions/pm4py

PM4Py (Process Mining for Python) 的官方公共仓库 — 一个使用 Python 探索、分析和优化业务流程的开源库。

process-intelligence-solutions
⭐ 1,082 Python 👤 process-intelligence-solutions Organization 🕐 已更新 2026-11-20 📅 创建时间 2018-07-03
50
ail-project/ail-framework

AIL框架 - 分析信息泄露框架

ail-project
⭐ 1,060 HTML 👤 ail-project Organization 🕐 已更新 2026-11-19 📅 创建时间 2020-04-20

常见问题解答

1

GitHub 上最受欢迎的 #data-mining 仓库是什么?

GitHub 上排名第一的开源 #data-mining 项目是 academic/awesome-datascience,拥有 30,352 个 Star。:memo: 一个很棒的数据科学存储库,用于学习和应用于现实世界的问题。

2

#data-mining 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #data-mining 项目中,最常见的编程语言是 Python, Jupyter Notebook, HTML, Java。

3

#data-mining 仓库的排名是如何计算的?

我们跟踪了 81 个标记为 #data-mining 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 318,511 个 Star,平均每个仓库拥有 3,932 个 Star。排名每日根据 GitHub API 更新。