#data-science Repositories
Insgesamt 688 Repositories
Feathr – Eine skalierbare, einheitliche Daten- und KI-Engineering-Plattform für Unternehmen
Das KI-Datenspeichersystem für Schemata, BLOBs und Vorhersagen. Nutzen Sie es mit Ihren Apps oder integrieren Sie die integrierte menschliche Aufsicht, den Datenworkflow und den UI-Katalog, um den größten Wert aus Ihren KI-Daten zu ziehen.
Eine kuratierte Liste von Papieren und Ressourcen zur Erkennung von Betrug, Anomalien und Ausreißern auf Graph-/Transformer-Basis
Die Responsible AI Toolbox ist eine Suite von Tools, die Benutzeroberflächen und Bibliotheken für die Modell- und Datenexploration und -bewertung bereitstellt und ein besseres Verständnis von KI-Systemen ermöglicht. Diese Benutzeroberflächen und Bibliotheken befähigen Entwickler und Stakeholder von KI-Systemen, KI verantwortungsvoller zu entwickeln und zu überwachen und bessere datengesteuerte Maßnahmen zu ergreifen.
Python-Bibliothek zur interaktiven Visualisierung von Themenmodellen. Port des R LDAvis-Pakets.
Dieses Repository enthält alle Ressourcen, die sich auf die massive Massencodierer-Machine-Learning-Serie beziehen.
Eine kuratierte Liste von Data-Mining-Papieren zur Betrugserkennung.
DATAGEN: KI-gesteuerter Multi-Agenten-Forschungsassistent, der Hypothesenentwicklung, Datenanalyse und Berichtserstellung automatisiert.
Eine leichtgewichtige, lokal ausgerichtete und kostenlose Bibliothek zur Experimentverfolgung von Hugging Face 🤗
Eine umfassende Liste von über 180 YouTube-Kanälen für Data Science, Data Engineering, Machine Learning, Deep Learning, Informatik, Programmierung, Software Engineering usw.
Vergleich von Stand-up-Comedians mittels natürlicher Sprachverarbeitung
MLRun ist eine Open-Source-MLOps-Plattform zum schnellen Aufbau und Management kontinuierlicher ML-Anwendungen über ihren Lebenszyklus hinweg. MLRun integriert sich in Ihre Entwicklungsumgebung und CI/CD-Pipeline und automatisiert die Bereitstellung von Produktionsdaten, ML-Pipelines und Online-Anwendungen.
Eine scikit-learn-kompatible Bibliothek zur Schätzung von Vorhersageintervallen und zur Risikokontrolle, basierend auf konformen Vorhersagen.
Aktien im Bereich Deep Learning und Machine Learning bieten vielversprechende Chancen für langfristige und kurzfristige Investoren und Trader.
Apache Spark & Python (pySpark) Tutorials für Big Data Analysis und Machine Learning als IPython / Jupyter Notebooks
caret (Classification And Regression Training) R-Paket, das verschiedene Funktionen zum Trainieren und Plotten von Klassifizierungs- und Regressionsmodellen enthält
Die Backend-Agenten werden erstellt mit: multimodaler Datenbank, Orchestrierung und Bereitstellung in einer Datei
🚀 KOSTENLOSE KI-Ressourcen - 🎓 Kurse, 👷 Jobs, 📝 Blogs, 🔬 KI-Forschung und vieles mehr - für alle!
Jupyter-Notebooks, die meine Blogbeiträge zu Graph Data Science auf https://bratanic-tomaz.medium.com/ unterstützen
Interpretabler ML-Paket 🔍 für knappe, transparente und genaue prädiktive Modellierung (sklearn-kompatibel).
AIDE: ein LLM-Agent für Machine Learning Engineering – die Forschung, aus der Weco hervorging. Referenziert in OpenAIs MLE-bench.
Hochwertige Implementierungen von Standard- und SOTA-Methoden für eine Vielzahl von Aufgaben.
Was steckt in Ihren Daten? Extrahieren Sie Schemata, Statistiken und Entitäten aus Datensätzen
Chatten Sie mit Ihren Daten – KI-Datenanalyse und -visualisierung für CSV, Postgres, MySQL, Snowflake, SQLite...
HTTP-API und MCP-Server für AKShare: Rufen Sie Finanzdaten über jede Programmiersprache oder jeden KI-Assistenten (Claude, Cursor) ab
Eine kuratierte Liste mit über 100 Ressourcen für die Erstellung und Bereitstellung von generativer KI, die sich speziell darauf konzentriert, Ihnen zu helfen, ein Generative AI Data Scientist mit LLMs zu werden
Python-Bibliothek für Zeitreihenprognosen mit scikit-learn-kompatiblen Modellen, statistischen Methoden und Foundation-Modellen
:truck: Agile Data Preparation Workflows leicht gemacht mit Pandas, Dask, cuDF, Dask-cuDF, Vaex und PySpark