Git Stars Git Stars

#ml-pipelines 仓库

探索 6 个标记为 #ml-pipelines 的活跃开源 GitHub 仓库,它们累计获得 10,669 个 Star(平均每个项目 1,778 个)。该主题的领先项目是 data-science-on-aws/data-science-on-aws,拥有 3,422 个 Star。

6
仓库总数
10,669
总星标数
1,778
平均每个仓库星标数
1
data-science-on-aws/data-science-on-aws

使用 Kubeflow、Amazon EKS 和 SageMaker 进行人工智能与机器学习

data-science-on-aws
⭐ 3,422 Jupyter Notebook 👤 data-science-on-aws Organization 🕐 已更新 2024-07-31 📅 创建时间 2020-02-29
2
whylabs/whylogs

面向机器学习模型和数据管道的开源数据记录库。📚 实时了解数据质量和模型性能。🛡️ 支持注重隐私的数据收集,确保安全性和鲁棒性。📈

whylabs
⭐ 2,819 Jupyter Notebook 👤 whylabs Organization 🕐 已更新 2025-01-10 📅 创建时间 2020-08-14
⭐ 1,944 Jupyter Notebook 👤 https-deeplearning-ai Organization 🕐 已更新 2024-10-28 📅 创建时间 2020-11-17
4
sematic-ai/sematic

一个开源的机器学习管道开发平台

sematic-ai
⭐ 1,000 Python 👤 sematic-ai Organization 🕐 已更新 2025-01-09 📅 创建时间 2022-04-19
5
tidymodels/tidymodels

轻松安装和加载 tidymodels 包

tidymodels
⭐ 824 R 👤 tidymodels Organization 🕐 已更新 2026-09-17 📅 创建时间 2018-07-05
6
abstractqqq/polars_ds_extension

Polars 扩展,适用于通用数据科学用例

abstractqqq
⭐ 661 Rust 👤 abstractqqq User 🕐 已更新 2026-11-18 📅 创建时间 2023-10-30

常见问题解答

1

GitHub 上最受欢迎的 #ml-pipelines 仓库是什么?

GitHub 上排名第一的开源 #ml-pipelines 项目是 data-science-on-aws/data-science-on-aws,拥有 3,422 个 Star。使用 Kubeflow、Amazon EKS 和 SageMaker 进行人工智能与机器学习

2

#ml-pipelines 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #ml-pipelines 项目中,最常见的编程语言是 Jupyter Notebook, Python, R, Rust。

3

#ml-pipelines 仓库的排名是如何计算的?

我们跟踪了 6 个标记为 #ml-pipelines 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 10,669 个 Star,平均每个仓库拥有 1,778 个 Star。排名每日根据 GitHub API 更新。