Top 10 repo Data & ML mã nguồn mở nhiều sao nhất 2026
Data & ML là các thư viện xử lý dữ liệu và học máy: từ phân tích dữ liệu, vẽ biểu đồ tới huấn luyện model AI trên máy mình. Chủ đề này hợp với người làm dữ liệu, học AI, hoặc muốn đưa AI vào sản phẩm của mình. Toàn bộ đều mã nguồn mở, chạy được trên máy cá nhân.
Danh sách dưới đây xếp theo số sao trên GitHub, từ cao xuống thấp. Số sao là số người bấm sao trên GitHub, chỉ để tham khảo độ phổ biến, không phải điểm chất lượng tuyệt đối. Mỗi repo đều có mô tả tiếng Việt và hướng dẫn dùng từng bước trong Kho Repo.
1. tensorflow/tensorflow
★ 202k · C++ · 🟡 Biết cơ bản
Đây là framework học máy (bộ khung để xây mô hình AI) của Google, dùng để xây và triển khai mô hình từ điện thoại tới máy chủ.
Xem mô tả đầy đủ, hướng dẫn dùng và repo tương tự trong Kho Repo →
2. pytorch/pytorch
★ 106k · Python · 🟡 Biết cơ bản
Đây là framework học sâu (deep learning) của Meta, được dân nghiên cứu AI dùng nhiều nhất hiện nay để xây mạng neural.
Xem mô tả đầy đủ, hướng dẫn dùng và repo tương tự trong Kho Repo →
3. opencv/opencv
★ 92k · C++ · 🟡 Biết cơ bản
Đây là thư viện xử lý ảnh và thị giác máy tính mã nguồn mở nổi tiếng nhất, dùng để nhận diện khuôn mặt, vật thể hay đọc biển số xe trong ảnh và video.
Xem mô tả đầy đủ, hướng dẫn dùng và repo tương tự trong Kho Repo →
4. scikit-learn/scikit-learn
★ 68k · Python · 🟡 Biết cơ bản
Đây là thư viện machine learning kinh điển cho Python, dùng để phân loại, dự đoán và gom nhóm dữ liệu, ví dụ như dự đoán giá nhà hay phân loại email rác.
Xem mô tả đầy đủ, hướng dẫn dùng và repo tương tự trong Kho Repo →
5. keras-team/keras
★ 64k · Python · 🟡 Biết cơ bản
Đây là framework viết mạng neural bằng Python gọn nhẹ và dễ đọc, chạy được trên TensorFlow, JAX hoặc PyTorch tùy bạn chọn.
Xem mô tả đầy đủ, hướng dẫn dùng và repo tương tự trong Kho Repo →
6. ultralytics/ultralytics
★ 63k · Python · 🟡 Biết cơ bản
Đây là thư viện chạy mô hình YOLO để nhận diện vật thể theo thời gian thực, ví dụ như đếm xe trên đường, phát hiện người hay kiểm tra lỗi trên dây chuyền.
Xem mô tả đầy đủ, hướng dẫn dùng và repo tương tự trong Kho Repo →
7. pandas-dev/pandas
★ 51k · Python · 🟡 Biết cơ bản
Đây là thư viện xử lý bảng dữ liệu bằng Python, mạnh như Excel nhưng làm việc với hàng triệu dòng vẫn nhanh.
Xem mô tả đầy đủ, hướng dẫn dùng và repo tương tự trong Kho Repo →
8. apache/airflow
★ 47k · Python · 🔴 Nâng cao
Đây là công cụ lên lịch và chạy các pipeline dữ liệu tự động, ví dụ như mỗi đêm tự tải dữ liệu, xử lý rồi đưa vào báo cáo.
Xem mô tả đầy đủ, hướng dẫn dùng và repo tương tự trong Kho Repo →
9. streamlit/streamlit
★ 46k · Python · 🟡 Biết cơ bản
Đây là framework biến script Python thành ứng dụng web, ví dụ như dashboard hay công cụ phân tích dữ liệu, chỉ với vài dòng code mà không cần biết làm frontend.
Xem mô tả đầy đủ, hướng dẫn dùng và repo tương tự trong Kho Repo →
10. apache/spark
★ 45k · Scala · 🔴 Nâng cao
Đây là công cụ xử lý dữ liệu lớn phân tán, có thể tính toán trên hàng tỉ dòng dữ liệu trong thời gian ngắn bằng cách chia việc cho nhiều máy.
Xem mô tả đầy đủ, hướng dẫn dùng và repo tương tự trong Kho Repo →
Kho Repo có đủ 29 repo Data & ML, kèm mô tả tiếng Việt, hướng dẫn dùng từng bước và gợi ý repo tương tự. Miễn phí, không cần đăng ký.
Mở Kho Repo →Cần hỗ trợ triển khai một repo trong danh sách này, hoặc làm web/app từ repo mã nguồn mở? Nhắn Page Creator Flow Ai để được tư vấn.