#kaggle 仓库
探索 19 个标记为 #kaggle 的活跃开源 GitHub 仓库,它们累计获得 140,042 个 Star(平均每个项目 7,370 个)。该主题的领先项目是 donnemartin/data-science-ipython-notebooks,拥有 28,776 个 Star。
共 19 个仓库
数据科学 Python Notebook:深度学习(TensorFlow, Theano, Caffe, Keras)、scikit-learn、Kaggle、大数据(Spark, Hadoop MapReduce, HDFS)、matplotlib、pandas、NumPy、SciPy、Python 基础知识、AWS 以及各种命令行。
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。
Approaching (Almost) Any Machine Learning Problem中译版,在线文档地址:https://ytzfhqs.github.io/AAAMLP-CN/
在免费的 Kaggle TPU v5e-8 上运行前沿级开源模型:GLM-5.3-Flash 320B MoE(约 165 token/秒,采用我们自研的 JAX 引擎)和 Qwen3.8-27B bf16(约 130 token/秒),支持 262K 上下文和前缀缓存。可与 Claude Code、Codex、opencode 和 pi 配合使用。
Perpetual 是一款高性能梯度提升机器。它仅通过一个简单的预算参数即可在一次运行中获得最佳准确度,无需复杂调优。Perpetual 内置了因果机器学习、持续学习、本机校准和稳健漂移监测支持,并提供 Rust 核心及 Python 与 R 的零拷贝绑定。
将Kaggle旧金山犯罪描述分类为39个类别。使用CNN、RNN(GRU和LSTM)以及词嵌入在Tensorflow上构建模型。
银牌 Kaggle NeurIPS 开源聚合物预测解决方案的改进且可重复实现,包含 SMILES 规范化、分子描述符、CatBoost/XGBoost 模型、OOF 堆叠,以及可选的 PyTorch Geometric GNN。
常见问题解答
GitHub 上最受欢迎的 #kaggle 仓库是什么?
GitHub 上排名第一的开源 #kaggle 项目是 donnemartin/data-science-ipython-notebooks,拥有 28,776 个 Star。数据科学 Python Notebook:深度学习(TensorFlow, Theano, Caffe, Keras)、scikit-learn、Kaggle、大数据(Spark, Hadoop MapReduce, HDFS)、matplotlib、pandas、NumPy、SciPy、Python 基础知识、AWS 以及各种命令行。
#kaggle 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #kaggle 项目中,最常见的编程语言是 Python, Jupyter Notebook, C++, Astro。
#kaggle 仓库的排名是如何计算的?
我们跟踪了 19 个标记为 #kaggle 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 140,042 个 Star,平均每个仓库拥有 7,370 个 Star。排名每日根据 GitHub API 更新。