Inicio Proyectos OpenMLDB
OpenMLDB
C++

OpenMLDB

OpenMLDB es una base de datos de aprendizaje automático de código abierto que proporciona una plataforma de características para computar características consistentes para entrenamiento e inferencia.

por 4paradigm · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Lenguaje
database-for-aidatabase-for-machine-learningfeature-engineeringApache-2.0C++
Ver en GitHub
En palabras simples

Utiliza una base de datos diseñada para aprendizaje automático que ayuda a gestionar y crear características de datos consistentes para tus proyectos.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
OpenMLDB — GitHub preview card
📈 Historial de estrellas
1.70k1.69k
2026-07-202026-08-31
📈 Sigue OpenMLDB

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

OpenMLDB es una base de datos de aprendizaje automático de código abierto que proporciona una plataforma de características para computar características consistentes para entrenamiento e inferencia.

OpenMLDB tiene 1.7k estrellas en GitHub. Se ha bifurcado 330 veces. OpenMLDB está escrito principalmente en C++. Se desarrolla activamente desde 2021. OpenMLDB está disponible bajo la licencia Apache-2.0. Sus temas principales son: database-for-ai, database-for-machine-learning, feature-engineering, feature-extraction.

Frequently asked questions

¿Qué es OpenMLDB?

OpenMLDB es una base de datos de aprendizaje automático de código abierto que proporciona una plataforma de características para computar características consistentes para entrenamiento e inferencia.

¿OpenMLDB es de código abierto?

OpenMLDB es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿OpenMLDB es gratis?

Sí. OpenMLDB es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está OpenMLDB?

OpenMLDB está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito OpenMLDB?

OpenMLDB está escrito principalmente en C++.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — OpenMLDB

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=4paradigm-openmldb)](https://olud.ai/project/4paradigm-openmldb.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
tsflex
Extracción y procesamiento de características de series temporales flexibles
443 · data-science
compartefeature-engineeringfeature-extraction
feature_engine
Biblioteca de Python de código abierto para ingeniería y selección de características compatibl…
2.3k · data-science
compartefeature-engineeringfeature-extraction
feature-engineering-and-feature-selection
Una Guía para la Ingeniería de Características y Selección de Características, con implementaci…
1.7k · data-mining
compartefeature-engineeringfeature-extraction
fe4ml-zh
:book: [Traducción] Ingeniería de características para aprendizaje automático
2.6k · book
compartefeature-engineering
Deep_Learning_Machine_Learning_Stock
Las acciones de aprendizaje profundo y aprendizaje automático representan oportunidades promete…
1.8k · algorithms
compartefeature-engineering
popsift
PopSift es una implementación del algoritmo SIFT en CUDA.
498 · computer-vision
compartefeature-extraction
Ego4d
Repositorio del conjunto de datos Ego4d. Descarga el conjunto de datos, visualiza, extrae carac…
620 · computer-vision
compartefeature-extraction
Book6_First-Course-in-Data-Science
Book_6_《数据有道》 | 鸢尾花书:从加减乘除到机器学习;欢迎大家批评指正!纠错多的同学会得到赠书感谢!
2.7k · data
SGX-Full-OrderBook-Tick-Data-Trading-Strategy
Proporcionando soluciones para estrategias de trading de alta frecuencia (HFT) utilizando enfoq…
2.3k · algorithmic-trading
pixeltable
Backend multimodal unificado para aplicaciones de datos de IA
1.6k · ai

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.