#datascience Repositories
Entdecke 38 aktive Open-Source-GitHub-Repositories, die mit #datascience getaggt sind und insgesamt 137,555 Sterne gesammelt haben (durchschnittlich 3,619 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Avaiga/taipy mit 19,458 Sternen.
Insgesamt 38 Repositories
Verwandelt Daten und KI-Algorithmen im Handumdrehen in produktionsreife Webanwendungen.
Modin: Skalieren Sie Ihre Pandas-Workflows, indem Sie nur eine Codezeile ändern
Open-Source-Observability für Ihre GenAI- oder LLM-Anwendung, basierend auf OpenTelemetry
Eine kuratierte Liste von Notebooks und Bibliotheken für angewandtes Machine Learning und Data Science in verschiedenen Branchen (von @firmai)
FastF1 ist ein Python-Paket für den Zugriff auf und die Analyse von Formel-1-Ergebnissen, Zeitplänen, Zeitmessdaten und Telemetriedaten
Mimesis ist eine Python-Bibliothek zum Generieren von gefälschten, aber realistischen Daten in verschiedenen Sprachen und Gebietsschemas.
SQL Translator ist ein Werkzeug zur Umwandlung natürlicher Abfragen in SQL-Code mithilfe künstlicher Intelligenz. Dieses Projekt ist 100% kostenlos und Open Source.
Python-Bibliothek zur Erstellung von Datenpipelines mit funktionaler Kettenprogrammierung
Dieses Repository enthält die Übungen und deren Lösungen aus dem Buch "An Introduction to Statistical Learning" in Python.
Eine professionell kuratierte Liste von großartigen Videos, Tutorials, Büchern, Papieren, Doktor- und Masterarbeiten, Artikeln und Open-Source-Bibliotheken zur konformen Vorhersage.
CleverCSV ist ein Python-Paket zur Handhabung unordentlicher CSV-Dateien. Es bietet eine Drop-in-Ersetzung für das integrierte CSV-Modul mit verbesserter Dialekterkennung und kommt mit einer praktischen Kommandozeilen-Anwendung zum Arbeiten mit CSV-Dateien.
Zusammenstellung von R- und Python-Programmiercodes auf dem Data Professor YouTube-Kanal.
Eine kuratierte Liste praktischer Anwendungen von Business Machine Learning (BML) und Business Data Science (BDS) für Buchhaltung, Kunden, Mitarbeiter, Recht, Management und Betrieb (von @firmai)
:books: [.md & .ipynb] Serie zu Künstlicher Intelligenz & Deep Learning, einschließlich Mathematischer Grundlagen, Python-Übungen, NLP-Anwendungen usw. 💫 Praktische Anwendungen in KI und Deep Learning: Kapitel Mathematische Statistik | Kapitel Maschinelles Lernen | Kapitel Deep Learning | Kapitel Natürliche Sprachverarbeitung | Kapitel Werkzeugpraxis Scikit & TensorFlow & PyTorch | Branchenanwendungen & Kursnotizen
Dingo: Ein umfassendes Tool zur Bewertung der Qualität von KI-Daten, -Modellen und -Anwendungen
Kennen Sie Ihre Daten besser! Datavines ist die Next-gen Data Observability Platform, die Metadatenverwaltung und Datenqualität unterstützt.
ML-capsule ist ein Projekt für Anfänger und erfahrene Data-Science-Enthusiasten, die keinen Mentor oder keine Anleitung haben und Machine Learning lernen möchten. Mit unserem Repository können sie ML, DL und viele verwandte Technologien anhand verschiedener realer Projekte erlernen und sich auf Vorstellungsgespräche vorbereiten.
Eine kuratierte Liste von Data Science & KI geführten Projekten, um Ihr Portfolio aufzubauen
Wahrscheinlichkeit und Statistik für Data Science: Eine in sich geschlossene Einführung in Wahrscheinlichkeit und Statistik für Data Science, einschließlich einer kostenlosen PDF-Datei, 103 Python-Notebooks mit 23 realen Datensätzen, 118 Videos mit Folien und Lösungen für 200 Übungen
Erfasst die Daten der Gesellschafter brasilianischer Unternehmen bei der Receita Federal und exportiert sie in ein menschenlesbares Format.
🔴 SEHR GROSSE KI-TOOL-LISTE! 🔴 Kuratierte Liste von KI-Tools - Aktualisiert 2026
Ein erweiterbares Framework für Geospatial Data Science und geostatistische Modellierung, vollständig in Julia geschrieben
🌐 Leitfaden und Werkzeuge, um eine vollständige Offline-Spiegelung von Wikipedia.org mit drei verschiedenen Ansätzen zu betreiben: Nginx Caching Proxy, Kiwix + ZIM-Dump und MediaWiki/XOWA + XML-Dump
Ein robustes und flexibles Open-Source-Framework für die Analyse des Benutzer- und Entitätsverhaltens (UEBA), das für Sicherheitsanalysen verwendet wird. Mit Liebe entwickelt von Datenwissenschaftlern und Sicherheitsanalysten aus der Cybersicherheitsbranche. [BETA]
Häufig gestellte Fragen
Welches ist das beliebteste #datascience-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#datascience-Projekt auf GitHub ist Avaiga/taipy mit 19,458 Sternen. Verwandelt Daten und KI-Algorithmen im Handumdrehen in produktionsreife Webanwendungen.
Welche Programmiersprachen werden in #datascience-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #datascience-Projekten auf GitHub sind Python, Jupyter Notebook, TypeScript, R die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #datascience-Repositories berechnet?
Wir verfolgen 38 aktive Open-Source-Repositories, die mit #datascience getaggt sind (500+ Sterne), mit insgesamt 137,555 Sternen und durchschnittlich 3,619 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.