Git Stars Git Stars

#data-science 仓库

688
仓库总数
3.5M
总星标数
5,099
平均每个仓库星标数

共 688 个仓库

51
mwaskom/seaborn

Python 中的统计数据可视化

mwaskom
⭐ 14,119 Python 👤 mwaskom User 🕐 已更新 2026-10-08 📅 创建时间 2012-06-18
52
Data-Centric-AI-Community/fg-data-profiling

一行代码的数据质量剖析 & Pandas 和 Spark DataFrame 的探索性数据分析。

Data-Centric-AI-Community
⭐ 13,755 Python 👤 Data-Centric-AI-Community Organization 🕐 已更新 2026-11-16 📅 创建时间 2016-01-09
53
trinodb/trino

Trino 的官方仓库,这是大数据的分布式 SQL 查询引擎,以前称为 PrestoSQL (https://trino.io)

trinodb
⭐ 13,532 Java 👤 trinodb Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-01-19
54
visenger/awesome-mlops

MLOps 的精选参考列表

visenger
⭐ 13,509 👤 visenger User 🕐 已更新 2024-11-21 📅 创建时间 2020-03-03
55
dair-ai/AI-Papers-of-the-Week

🔥每周精选顶级机器学习论文。

dair-ai
⭐ 13,358 👤 dair-ai Organization 🕐 已更新 2026-11-16 📅 创建时间 2023-01-08
56
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
57
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
58
OpenRefine/OpenRefine

OpenRefine 是一个免费的开源强大工具,用于处理杂乱数据并改进它

OpenRefine
⭐ 12,116 Java 👤 OpenRefine Organization 🕐 已更新 2026-11-20 📅 创建时间 2012-10-15
59
marcotcr/lime

Lime:解释任何机器学习分类器的预测

marcotcr
⭐ 12,080 JavaScript 👤 marcotcr User 🕐 已更新 2024-07-25 📅 创建时间 2016-03-15
60
dbcli/mycli

功能丰富的 MySQL 终端客户端,支持自动补全、语法高亮和数据帧

dbcli
⭐ 11,997 Python 👤 dbcli Organization 🕐 已更新 2026-11-21 📅 创建时间 2015-04-05
61
fivetran/great_expectations

始终知道您的数据会带来什么预期。

fivetran
⭐ 11,941 Python 👤 fivetran Organization 🕐 已更新 2026-11-17 📅 创建时间 2017-09-11
62
ludwig-ai/ludwig

用于构建自定义 LLM、神经网络和其他 AI 模型的低代码框架

ludwig-ai
⭐ 11,793 Python 👤 ludwig-ai Organization 🕐 已更新 2026-11-20 📅 创建时间 2018-12-27
63
statsmodels/statsmodels

Statsmodels: Python 中的统计建模和计量经济学

statsmodels
⭐ 11,759 Python 👤 statsmodels Organization 🕐 已更新 2026-11-21 📅 创建时间 2011-06-12
64
cleanlab/cleanlab

Cleanlab 的开源库是处理杂乱的真实世界数据和标签的数据质量和机器学习的标准数据中心 AI 包。

cleanlab
⭐ 11,755 Python 👤 cleanlab Organization 🕐 已更新 2026-01-13 📅 创建时间 2018-05-11
65
wandb/wandb

AI 开发者平台。使用 Weights & Biases 训练和微调模型,并从实验到生产管理模型。

wandb
⭐ 11,333 Python 👤 wandb Organization 🕐 已更新 2026-11-21 📅 创建时间 2017-03-24
66
voxel51/fiftyone

优化高质量数据集和视觉AI模型

voxel51
⭐ 11,324 TypeScript 👤 voxel51 Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-04-22
67
pymupdf/PyMuPDF

面向 AI 的版面感知文档引擎,以及功能丰富的 Python 工具包,可用于提取、渲染和编辑 PDF 及其他文档。自 2.0 版起,其基于机器学习的版面分析功能可将 PDF 和 Office 文件转换为高质量 Markdown,供 RAG 和智能体使用;它在 CPU 上运行迅速,并为每项结果标注其来源页面。

pymupdf
⭐ 11,175 Python 👤 pymupdf Organization 🕐 已更新 2026-11-20 📅 创建时间 2012-10-06
68
aws/amazon-sagemaker-examples

示例 📓 Jupyter 笔记本,演示如何使用 🧠 Amazon SageMaker 构建、训练和部署机器学习模型。

aws
⭐ 11,020 Jupyter Notebook 👤 aws Organization 🕐 已更新 2026-10-14 📅 创建时间 2017-10-23
69
autogluon/autogluon

3 行代码实现快速准确的 ML

autogluon
⭐ 10,843 Python 👤 autogluon Organization 🕐 已更新 2026-11-16 📅 创建时间 2019-07-29
70
Yorko/mlcourse.ai

开放机器学习课程

Yorko
⭐ 10,807 Python 👤 Yorko User 🕐 已更新 2026-09-03 📅 创建时间 2017-02-27
71
fastai/numerical-linear-algebra

fast.ai 计算线性代数课程的 Jupyter 笔记本免费在线教科书

fastai
⭐ 10,678 Jupyter Notebook 👤 fastai Organization 🕐 已更新 2024-04-16 📅 创建时间 2017-05-16
72
vega/altair

Python 的声明式可视化库

vega
⭐ 10,517 Python 👤 vega Organization 🕐 已更新 2026-11-17 📅 创建时间 2015-09-19
73
lexfridman/mit-deep-learning

MIT 深度学习相关课程的教程、作业和竞赛。

lexfridman
⭐ 10,402 Jupyter Notebook 👤 lexfridman User 🕐 已更新 2024-01-03 📅 创建时间 2017-01-08
74
modin-project/modin

Modin:只需更改一行代码,即可扩展您的 Pandas 工作流程

modin-project
⭐ 10,389 Python 👤 modin-project Organization 🕐 已更新 2026-02-10 📅 创建时间 2018-06-21
75
alexeygrigorev/data-science-interviews

数据科学面试问题与答案

alexeygrigorev
⭐ 10,242 HTML 👤 alexeygrigorev User 🕐 已更新 2026-11-13 📅 创建时间 2020-03-02
76
drivendataorg/cookiecutter-data-science

一个逻辑的、合理标准化的、但灵活的项目结构,用于进行和共享数据科学工作。

drivendataorg
⭐ 10,152 Python 👤 drivendataorg Organization 🕐 已更新 2026-11-05 📅 创建时间 2015-10-30
77
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
78
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
79
EpistasisLab/tpot

一个使用遗传编程优化机器学习管道的Python自动化机器学习工具。

EpistasisLab
⭐ 10,051 Jupyter Notebook 👤 EpistasisLab Organization 🕐 已更新 2025-09-11 📅 创建时间 2015-11-03
80
polakowo/vectorbt

为你带来不公平优势的研究引擎。在别人完成一个交易想法之前,运行数千个交易策略。

polakowo
⭐ 9,903 Python 👤 polakowo User 🕐 已更新 2026-11-11 📅 创建时间 2017-11-14
81
pycaret/pycaret

开源、低代码Python AutoML平台。PyCaret 4.0:sklearn原生引擎 + React控制平面。

pycaret
⭐ 9,863 Python 👤 pycaret Organization 🕐 已更新 2026-07-23 📅 创建时间 2019-11-23
82
microsoft/computervision-recipes

计算机视觉的最佳实践、代码示例和文档。

microsoft
⭐ 9,809 Jupyter Notebook 👤 microsoft Organization 🕐 已更新 2024-02-16 📅 创建时间 2019-02-11
83
NVIDIA/cudf

cuDF - GPU DataFrame 库

NVIDIA
⭐ 9,802 C++ 👤 NVIDIA Organization 🕐 已更新 2026-11-21 📅 创建时间 2017-05-07
84
tflearn/tflearn

具有针对 TensorFlow 的更高级 API 的深度学习库。

tflearn
⭐ 9,615 Python 👤 tflearn Organization 🕐 已更新 2024-05-06 📅 创建时间 2016-03-31
85
unit8co/darts

一个用于用户友好的时间序列预测和异常检测的 Python 库。

unit8co
⭐ 9,594 Python 👤 unit8co Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-09-13
86
blue-yonder/tsfresh

从时间序列中自动提取相关特征:

blue-yonder
⭐ 9,495 Jupyter Notebook 👤 blue-yonder Organization 🕐 已更新 2026-07-06 📅 创建时间 2016-10-26
87
goplus/xgo

XGo是一种读起来像普通英语的编程语言。但它也极其强大——它允许您利用来自C/C++、Go、Python和JavaScript/TypeScript的资源,从而创建一个统一的软件工程生态系统。我们的愿景是让每个人都能成为世界的建造者。

goplus
⭐ 9,492 Go 👤 goplus Organization 🕐 已更新 2026-11-21 📅 创建时间 2015-12-12
88
sjwhitworth/golearn

Go的机器学习

sjwhitworth
⭐ 9,455 Go 👤 sjwhitworth User 🕐 已更新 2024-01-15 📅 创建时间 2013-12-26
89
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
90
lazyprogrammer/machine_learning_examples

机器学习示例和教程的集合。

lazyprogrammer
⭐ 8,949 Python 👤 lazyprogrammer User 🕐 已更新 2026-09-28 📅 创建时间 2014-07-31
91
mage-ai/mage-ai

🧙 构建、运行和管理数据管道,用于集成和转换数据。

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-05-16
92
opengeos/GeoLibre

一个轻量级、云原生的GIS平台,用于可视化、探索和分析地理空间数据。它可以在网页浏览器、桌面端、移动端以及Jupyter笔记本中运行。

opengeos
⭐ 8,765 TypeScript 👤 opengeos Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-05-27
93
OpenDCAI/DataFlow

[SIGMOD'27] 使用最新的基于大语言模型的算子和流水线轻松进行数据准备。

OpenDCAI
⭐ 8,650 Python 👤 OpenDCAI Organization 🕐 已更新 2026-11-18 📅 创建时间 2024-10-13
94
growthbook/growthbook

开源功能标志、实验与产品分析

growthbook
⭐ 8,639 TypeScript 👤 growthbook Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-05-07
95
vaexio/vaex

适用于 Python、ML、可视化和探索大型表格数据(每秒十亿行)的 Out-of-Core 混合 Apache Arrow/NumPy DataFrame 🚀

vaexio
⭐ 8,518 Python 👤 vaexio Organization 🕐 已更新 2026-11-06 📅 创建时间 2014-09-27
96
PriorLabs/TabPFN

⚡ TabPFN: 表格数据的基础模型 ⚡

PriorLabs
⭐ 8,505 Python 👤 PriorLabs Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-07-01
97
py-why/dowhy

DoWhy 是一个用于因果推断的 Python 库,支持因果假设的显式建模和测试。DoWhy 基于因果推断的统一语言,结合了因果图形模型和潜在结果框架。

py-why
⭐ 8,411 Python 👤 py-why Organization 🕐 已更新 2026-11-17 📅 创建时间 2018-05-31
98
jackzhenguo/python-small-examples

告别枯燥,致力于打造 Python 实用小例子,更多Python良心教程见 https://ai-jupyter.com

jackzhenguo
⭐ 8,126 Python 👤 jackzhenguo User 🕐 已更新 2024-06-26 📅 创建时间 2019-11-17
99
evidentlyai/evidently

Evidently 是一个开源的 ML 和 LLM 可观测性框架。评估、测试和监控任何 AI 驱动的系统或数据管道。从表格数据到生成式 AI。100+ 指标。

evidentlyai
⭐ 8,073 Jupyter Notebook 👤 evidentlyai Organization 🕐 已更新 2026-09-29 📅 创建时间 2020-11-25
100
Visualize-ML/Book3_Elements-of-Mathematics

Book_3_《数学要素》 | 鸢尾花书:从加减乘除到机器学习;上架;欢迎继续纠错,纠错多的同学还会有赠书!

Visualize-ML
⭐ 7,721 Jupyter Notebook 👤 Visualize-ML User 🕐 已更新 2026-05-01 📅 创建时间 2022-05-29