#data-science Repositories
Insgesamt 688 Repositories
Eine Sammlung von Code-Schnipseln aus der Publikation Daily Dose of Data Science auf Substack: http://www.dailydoseofds.com/
Ein Julia-Paket für Wahrscheinlichkeitsverteilungen und zugehörige Funktionen.
Ein vollständiger, strukturierter Hub zum Erlernen Künstlicher Intelligenz — abdeckend KI, maschinelles Lernen, Deep Learning und Data Science mit Büchern, Roadmaps und kuratierten Ressourcen vom Anfänger bis zum Fortgeschrittenen.
⭐ ⭐ Verwenden Sie ML, um Flows und Pakete als gutartig oder bösartig zu klassifizieren. ⭐ ⭐
Die besten Roadmaps für Data Science, Data Analytics, KI und SDE. Dieses Repository wird kontinuierlich aktualisiert, basierend auf den Top-Stellenangeboten auf LinkedIn und Indeed im Bereich Data Science und KI.
Eine kuratierte, aber unvollständige Liste datenzentrierter KI-Ressourcen.
Ein Dashboard, das den aktuellen Status der Unterseekabel zeigt, die Taiwan mit der Welt verbinden
Eine Liste von Data-Science-/Maschinellem-Lernen-Ressourcen (meist kostenlos)
Von KI unterstütztes Jupyter Notebook. Verwenden Sie KI, um Code-Zellen zu generieren und zu bearbeiten, Fehler automatisch zu beheben und mit Ihren Daten zu chatten
🟣 LLM-Interviewfragen und -antworten, die Ihnen helfen, sich auf Ihr nächstes Vorstellungsgespräch im Bereich maschinelles Lernen und Datenwissenschaft im Jahr 2026 vorzubereiten.
Offizielles öffentliches Repository für PM4Py (Process Mining for Python) — eine Open-Source-Bibliothek zur Erkundung, Analyse und Optimierung von Geschäftsprozessen mit Python.
Kotlin DataFrame: Typsichere In-Speicher-strukturierte Datenverarbeitung für JVM
Zusammenstellung von R- und Python-Programmiercodes auf dem Data Professor YouTube-Kanal.
Kausale Inferenz und Entdeckung in Python von Packt Publishing
Universal Reddit Scraper – Ein umfassendes Befehlszeilentool zum Scraping/Archivieren von Reddit.
Code und anderes Material für das Buch "Deep Learning and the Game of Go"
40 Algorithmen, die jeder Programmierer kennen sollte, veröffentlicht von Packt
Datensatz mit Bildern von erkrankten Pflanzenblättern und entsprechenden Beschriftungen
PaCMAP: Eine groß angelegte Dimensionsreduktionstechnik, die sowohl globale als auch lokale Strukturen bewahrt
LightweightMMM 🦇 ist eine leichte Bayesian Marketing Mix Modeling (MMM)-Bibliothek, die es Benutzern ermöglicht, MMMs einfach zu trainieren und Informationen zur Kanalzuordnung zu erhalten.
Alle Stanford Cheatsheets: Künstliche Intelligenz, Transformer, LLMs, Deep Learning, Maschinelles Lernen, Wahrscheinlichkeiten, Statistik, Algebra und Analysis.
Das Buch, das jeder Datenwissenschaftler auf seinem Schreibtisch braucht.
KI-bezogene Tutorials. Greifen Sie kostenlos auf alle zu → https://towardsai.net/editorial
Eine sorgfältig zusammengestellte Sammlung von E-Books zu Data Science, maschinellem Lernen und KI, die Ihnen beim Lernen und bei Ihrer Weiterentwicklung hilft.
🌟 Eine kuratierte Sammlung kostenloser, hochwertiger KI-Tools 🤖, APIs 🔗, Datensätze 📊 und Lernressourcen 📚 zu den Themen maschinelles Lernen 🧠, Deep Learning 🧩, generative KI 🎨, NLP 💬 und Data Science 📈. Entwickelt, um Entwicklern 👩💻, Forschern 🔬 und Kreativen ✨ dabei zu helfen, schneller mit KI zu experimentieren und zu bauen ⚡.