#data-science Repositories
Insgesamt 688 Repositories
Karriere-Ressourcen für Data Science, Machine Learning, Big Data und Business Analytics Karriere-Repository
Ausgewählt wurden mehr als 10.000 Projekte, darunter maschinelles Lernen, tiefes Lernen, NLP, GNN, Empfehlungssysteme, Biomedizin, maschinelles Sehen, Frontend- und Backend-Entwicklung usw. Damit mehr exzellente Projekte von Menschen entdeckt werden. Wir werden weiterhin aktualisieren! Bitte starmen Sie uns!
Dieses Repository beherbergt den Code hinter dem Online-Buch "Coding for Economists".
Eine Sammlung der wichtigsten Github-Repos für ML-, KI- und Data-Science-Praktiker
Technologie-Praktika in den USA für Sommer 2027 und außerhalb der Saison. Rollen in Software, Daten & ML, Hardware, Quant und Produkt, regelmäßig aktualisiert.
Eine Django-Website, die im Buch Practical Recommender Systems verwendet wird, um zu illustrieren, wie Empfehlungsalgorithmen implementiert werden können.
skweak: Ein Software-Toolkit für schwache Überwachung, angewendet auf NLP-Aufgaben
Ich teile meine Reise von 66DaysofData in Data Analytics, indem ich an Ken Jee's #66daysofdata Challenge teilnehme.
Hochwertige Synthetika in einer einzigen Pipeline generieren, trainieren, messen und bewerten
Dies sind die Anweisungen für "100 Days of ML Code" von Siraj Raval auf YouTube
Das Repository enthält Skripte und Notebooks zu Statistik, Machine Learning, Neural Networks, Deep Learning, NLP, Numerischen Methoden und Automatisierung.
Code für den Online-Kurs „Deployment von Machine-Learning-Modellen“
Community-getrieben, einfach und doch leistungsstarkes Framework für schnelles, kostengünstiges verteiltes Compute über Daten.
FlyFish ist eine Coding-Plattform für Datenvisualisierung. Wir können schnell und einfach ein Datenmodell erstellen und durch Ziehen schnell eine Reihe von Datenvisualisierungslösungen generieren.
Eine leistungsstarke Vektordatenbank, die parallele Graphberechnung nutzt
Repository für Programmieraufgabe 2 für R-Programmierung auf Coursera
Superbasische Implementierung (gist-ähnlich) von RLMs mit REPL-Umgebungen.
Das beste Repository, das zeigt, warum Transformer für Zeitreihenprognosen möglicherweise nicht die Antwort sind, und die besten SOTA-Nicht-Transformer-Modelle vorstellt.
Pythonisches Werkzeug zur Orchestrierung von Machine-Learning-/High-Performance-/Quantencomputing-Workflows in heterogenen Computerumgebungen.
Eine KI-gestützte Datenanalyse-Workbench, entwickelt für Transparenz, Reproduzierbarkeit und die Kontrolle durch Nutzer. Prüfen Sie den Code und die Belege hinter den Ergebnissen, verifizieren Sie Berechnungen durch erneutes Ausführen und wählen Sie aus einer großen Auswahl an Modellen, darunter lokale Modelle mit offenen Gewichten.