Accueil Projets mleap
mleap
Scala

mleap

MLeap : Déployer des pipelines ML en production

par combust · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Scala
Langue
data-pipelinespythonscalaApache-2.0Scala
Voir sur GitHub
En termes simples

Déployez facilement des processus d'apprentissage automatique en les convertissant dans un format pouvant fonctionner partout sans avoir besoin des outils d'origine.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
mleap — GitHub preview card
📈 Historique des étoiles
1 5401 539
2026-07-202026-08-31
📈 Suivez mleap

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

MLeap : Déployer des pipelines ML en production

mleap compte 1.5k étoiles sur GitHub. Il a été forké 317 fois. mleap est écrit principalement en Scala. Il est développé activement depuis 2016. mleap est disponible sous licence Apache-2.0. Ses principaux thèmes sont : data-pipelines, python, scala, scikit-learn.

Frequently asked questions

Qu'est-ce que mleap ?

MLeap : Déployer des pipelines ML en production

mleap est-il open source ?

mleap est un projet open source. Il est distribué sous licence Apache-2.0.

mleap est-il gratuit ?

Oui. mleap est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est mleap ?

mleap est disponible sous licence Apache-2.0.

Dans quel langage mleap est-il écrit ?

mleap est écrit principalement en Scala.

🏅 Mainteneur de ce projet ?
olud.ai badge — mleap

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=combust-mleap)](https://olud.ai/project/combust-mleap.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.