data-science 第 3 页
本站收录 201 个带「data-science」标签的 AI 开源项目（按 GitHub 星标从高到低，第 3 / 5 页）
bodywork-corebodywork-core 是一个基于 Kubernetes 的机器学习流水线编排与模型部署工具。它旨在解决 ML 工程中从模型训练到线上服务的复杂流程管理问题★ 436
100-AI-Machine-learning-Deep-learning-Computer-vision-NLP这是一个面向学习者的 AI 项目合集仓库，收录了 100 多个覆盖机器学习、深度学习、计算机视觉和自然语言处理的小型实战项目，每个项目都附带可运行代码。它解决的★ 425
ResourceBank_CV_NLP_MLOPS_2022这是一个面向计算机视觉、自然语言处理和机器学习运维方向学习者的资源聚合仓库，收录了大量课程笔记、实战教程、论文解读和项目代码，以Jupyter Notebook★ 422
MLOps-Specialization-Notes本项目是吴恩达与DeepLearning.AI联合推出的《Machine Learning Engineering for Production (MLOps)★ 412
qgate-modelqgate-model 是一个面向 ML/AI 领域的元模型（meta-model）定义库，由 Iguazio 团队开发，用于统一描述机器学习工作负载、数据管道★ 405
modelstoremodelstore 是一个 Python 库，用于机器学习模型的版本管理、导出和保存。它解决了模型在训练后难以统一管理和复现的问题，支持将模型保存到本地文件系★ 403
mlops-platforms这是一个MLOps平台对比项目，系统梳理了SageMaker、VertexAI、AzureML、Dataiku、Databricks、h2o、kubeflow、★ 395
upginiupgini 是一个面向机器学习的数据搜索与增强库，旨在帮助数据科学家快速从数百个公共和商业外部数据源（包括开放及商业大语言模型）中查找并添加相关特征到 ML/★ 358
awesome-data-centric-ai这是一个关于数据为中心AI（Data-Centric AI）的精选资源列表，汇集了开源软件、教程和研究论文。它旨在解决AI开发中数据质量、标注、增强等问题，强调★ 357
Comprehensive-Data-Science-AI-Project-Portfolio这是一个精选的AI、数据工程和DevOps项目合集，包含真实世界应用、先进技术和教程，面向数据科学和机器学习的学习者与实践者。项目以Jupyter Notebo★ 355
data-scientist-roadmap2024这是一个面向数据科学家和机器学习工程师的学习路线图项目，以 Jupyter Notebook 形式整理了从基础到进阶所需的资源和主题。项目旨在为想进入数据科学领★ 354
feathubFeatHub 是一个面向实时机器学习的流批统一特征存储系统，旨在解决特征工程中训练与推理不一致、特征复用困难、实时与离线特征割裂等问题。它提供统一的 API ★ 352
StatsPAIStatsPAI 是一个面向智能体（Agent）的原生 Python 库，专注于因果推断与应用计量经济学。它提供统一的 API 接口，覆盖广泛的因果推断方法，如★ 342
advanced-ai-curriculum这是一个面向 AI 学习者的课程作品集仓库，汇集了作者在 AI 与技术、数据科学、AI 实习、机器学习和 AI 人文荣誉课程中的多个结业项目。内容覆盖医疗 AI★ 333
llms-toolsllms-tools 是一个精选的 LLM（大型语言模型）工具与项目清单，旨在帮助开发者、研究者和产品经理快速发现和了解 AI 领域内的优质开源资源。它按类别整★ 329
texeraTexera 是一个基于可视化工作流的人工智能与人类协作的数据科学平台。它允许用户通过拖拽算子来构建数据管道，并支持在流程中嵌入 AI 智能体，实现人机协同的数★ 325
flytekitflytekit 是 Flyte 平台的 Python 开发套件，用于编写和编排机器学习及数据处理工作流。它解决的是复杂数据管道和模型训练流程中任务编排难、可重★ 320
scirsSciRS2 是一个用 Rust 实现的科学计算与 AI 框架，目标是为 Python 生态中 SciPy、NumPy、Pandas 等库提供兼容 API，让熟★ 299
qgate-sln-mlrunqgate-sln-mlrun 是一个面向 MLRun、Iguazio 和 Nuclio 的质量门禁解决方案，用于检查 MLRun 实现和交付的质量。它通过自动★ 298
terraform-provider-iterativeterraform-provider-iterative 是一个 Terraform 插件，专为机器学习工作负载设计，用于在 AWS、GCP、Azure 和 K★ 296
Machine-Learning-Goodness这是一个面向机器学习与深度学习学习者的综合资源库，收录了ML/DL项目、Jupyter Notebook教程、速查表（cheat codes）、AI/AGI实用★ 286
100-AI-Machine-Learning-Deep-Learnin-Projects这是一个汇集了100个人工智能、机器学习和深度学习项目的精选仓库，覆盖计算机视觉、自然语言处理等多个方向。它主要解决学习者在寻找练手项目时资源零散、质量参差不齐★ 284
DS-1000DS-1000 是一个面向数据科学场景的代码生成基准测试集，由 ICML 2023 论文团队发布。它包含 1000 个真实世界的数据科学问题，覆盖 Pandas★ 278
markupmarkup 是一个基于网页的文档标注工具，利用 AI 技术（如 GPT-4）辅助数据标注。它主要解决机器学习项目中数据标注效率低、成本高的问题，尤其针对自然语★ 270
feedgenfeedgen 是一个基于生成式 AI 优化电商购物信息流的开源项目，使用 TypeScript 编写。它主要解决电商平台或商家在管理商品数据馈送（如 Goog★ 268
Data-Engineering-RoadmapData-Engineering-Roadmap 是一个面向数据工程师的学习路线图项目，旨在帮助初学者和进阶者系统掌握数据工程领域的核心知识与技能。它解决了数据★ 265
voxelgptVoxelGPT 是一个基于大型语言模型的 AI 助手，专为计算机视觉领域设计。它能够查询视觉数据集、搜索 FiftyOne 文档，并回答通用的计算机视觉问题。★ 255
tabpfn-clientTabPFN Client 是一个轻量级 Python 客户端，旨在简化对表格基础模型 TabPFN 的 API 访问。TabPFN 是一种基于 Transfo★ 252
getml-communitygetml-community 是一个面向关系型与多变量时间序列数据的高性能预测工具，基于 C++ 实现，核心是自动特征学习与自动化机器学习。它解决传统机器学习★ 244
awesome-kubeflowawesome-kubeflow 是一个精选资源列表，汇集了与 Kubeflow 相关的优秀项目、工具、教程和文档。Kubeflow 是 CNCF 孵化项目，旨★ 231
machine-learning这是一个面向所有人的免费AI学习与教学资源库，旨在通过协作方式帮助初学者和爱好者共同学习人工智能。项目以Jupyter Notebook为主要载体，提供从基础概★ 231
duddud 是一个用 Go 编写的轻量级命令行工具，旨在将数据版本管理与源代码版本控制（如 Git）相结合，并支持构建数据管道。它解决了数据科学家和工程师在项目中追★ 220
AI-BlueprintsAI-Blueprints 是一个由惠普（HP）发起的开源项目，旨在提供一系列端到端可运行的 AI 蓝图示例。每个蓝图都基于 Jupyter Notebook ★ 216
zetaforgedevzetaforgedev 是一个开源的 AI 平台，旨在加速高级 AI 和 AGI 管线的开发。它提供了一套工具和框架，帮助开发者快速构建、测试和部署复杂的 A★ 212
delbotdelbot 是一个基于 Python 的语音对话助手，旨在通过自然语言交互帮助用户高效获取信息。它能够理解用户的语音指令，自动搜索新闻和知识库，并将结果以语音★ 211
actions-ml-cicdactions-ml-cicd 是一个 GitHub Actions 的集合，旨在简化 MLOps 流程。它解决的是机器学习项目在持续集成和持续部署（CI/CD★ 206
Data-science-ML-and-DL-Resources这是一个面向机器学习、深度学习和数据科学学习者的免费资源集合仓库。它系统地整理了笔记、课程、视频、项目、文章和代码仓库链接，覆盖了从Python、SQL基础到C★ 200
mlops-projectmlops-project 是一个面向机器学习运维（MLOps）的基础设施项目，旨在帮助团队标准化机器学习模型的开发、部署与监控流程。它解决了机器学习项目从实验★ 194
agentic-kaggle-skillagentic-kaggle-skill 是一个面向 Kaggle 竞赛的 AI 智能体工作流项目，旨在将 AI Agent 应用于数据科学竞赛的完整流程。它解★ 189
mlops.toysmlops.toys 是一个精心整理的 MLOps 项目、工具和资源清单，以 Vue 构建的网站形式呈现。它旨在解决 MLOps 领域工具分散、信息过载的问题，★ 187
kubeflow-manifestskubeflow-manifests 是 AWS 官方维护的 KubeFlow 部署清单仓库，用于在 Amazon EKS（弹性 Kubernetes 服务）上★ 186
docker-containersdocker-containers 是 fast.ai 官方维护的 Docker 镜像仓库，旨在为深度学习和机器学习开发者提供开箱即用的容器化环境。该项目通过预★ 182
GenerativeAIGenerativeAI 是一个专注于生成式AI与大语言模型（LLM）用例和应用的早期开源项目，主要使用 Jupyter Notebook 编写。它旨在通过一系★ 178
PromptingTools.jlPromptingTools.jl 是 Julia 生态中用于与大语言模型交互的开发框架，目标是让 Julia 开发者无需手写 HTTP 请求和解析响应，就能快★ 175
Quick-Notes-for-ML-DS这是一个面向机器学习与数据科学求职者的面试准备笔记仓库，由 iNeuron 提供内容，汇集了面试常见问题、重要学习链接以及 MLOps 相关资源。项目旨在帮助学★ 170
aws-ml-jpaws-ml-jp 是一个面向日语用户的 Amazon SageMaker 学习资源集合，包含 Jupyter Notebook 示例和配套教材，旨在帮助开发者★ 168
raptorraptor 是一个用 Go 编写的开源基础设施工具，旨在将 Python 风格的研究代码转化为工程师可直接部署的产物。它解决了研究与工程之间的鸿沟问题，即数据★ 164
One-EvalOne-Eval 是一个面向大语言模型评测的自动化系统，核心思路是用 agent 来驱动整个评测流程。传统 LLM 评测往往需要人工配置数据集、编写推理脚本、跑★ 164
recommendations-for-engineers这是一个面向有志于成为工程师的个人的推荐资源合集，由一位经验丰富的工程师整理，汇集了来自多个兴趣领域的建议。项目旨在为工程师成长提供一份集中的指南，涵盖学习路径★ 162
awesome-ml-experiment-management这是一个精选列表，汇总了用于机器学习实验跟踪与管理的开源工具和商业产品。它解决的是ML实践中实验记录混乱、结果难以复现、模型版本管理困难等问题。项目按功能分类整★ 162