#jupyter-notebook Repositories
Insgesamt 174 Repositories
Neuronale Netze und Deep Learning: Fallbeispiele und Praxis, zweite Auflage: 10 Kapitel PyTorch-Praxis, Notebooks, Tests und ein E-Book.
🛠 All-in-one webbasiertes IDE, spezialisiert auf Machine Learning und Data Science.
:earth_americas: Machine-Learning-Tutorials (hauptsächlich in Python3)
Debugging, Überwachung und Visualisierung für Python Machine Learning und Data Science
Dieses Repository wurde erstellt, um Einsteigern im Machine Learning oder Personen, die sich auf ein Studium vorbereiten, zu helfen. (This repository is intended for helping those who are beginners in machine learning or preparing for study)
Jupyter Notebooks, um Ihnen bei der praktischen Arbeit mit Pinecone-Vektordatenbanken zu helfen
Dieses Projekt ist ein quantitativer Open-Source-Kurs, der den Menschen helfen kann, schnell quantitatives Finanzwissen und die Fähigkeit zur quantitativen Entwicklung mit Python zu erwerben.
[Legacy] Daten- und KI-Notebook-Vorlagenkatalog, organisiert nach Tools und nach dem IMO-Framework (Input, Modell, Output) für einfache Nutzung und Auffindbarkeit.
Eine Closed-Loop-Lernplattform für Computer Vision, auf der Code interaktiv online ausgeführt werden kann. Lernen Sie den geschlossenen Kreislauf "Praktische Computer Vision: Algorithmen und Anwendungen" chinesisches E-Book, Quellcode, Community-Austausch für Leser (wird kontinuierlich aktualisiert ...) 📘 Online-E-Book https://charmve.github.io/computer-vision-in-action/ 👇Projekt-Homepage
TradeMaster ist eine Open-Source-Plattform für quantitatives Trading, die durch bestärkendes Lernen ermöglicht wird :fire: :zap: :rainbow:
Das Repository für den YouTube-Kurs von freeCodeCamp, Algorithmic Trading in Python
Führen Sie Ihren Code in der Cloud aus, mit Technologie, die so fortschrittlich ist, dass sie sich wie Magie anfühlt!
Data Science 100 Knockouts (Strukturierte Datenverarbeitung)
Python & JS/TS SDK zum Ausführen von KI-generiertem Code/Code-Interpreter in Ihrer KI-App
Meistern Sie die essenziellen Fähigkeiten, die benötigt werden, um komplexe reale Probleme mit Machine Learning und Deep Learning zu erkennen und zu lösen, indem Sie das hochpopuläre Python Machine Learning-Ökosystem nutzen.
Dieses Repository hilft Ihnen, Python und Machine Learning von Grund auf zu lernen.
Beherrschen Sie die Grundlagen des maschinellen Lernens, Deep Learning und mathematischen Optimierens, indem Sie wichtige Konzepte und Modelle von Grund auf mit Python aufbauen.
🚀 500+ kuratierte Ressourcen für Datenanalyse und Data Science: Python, SQL, Statistik, ML, KI, Visualisierung, Spickzettel, Roadmaps, Interviewvorbereitung. Für Anfänger und Experten.
ML-Algorithmen, die nach den ersten Prinzipien in Jupyter Notebooks und NumPy implementiert und abgeleitet wurden
Eine Proof-of-Concept-Jupyter-Erweiterung, die englische Abfragen in relevante Python-Codes umwandelt
Codierungsunterstützung für JupyterLab (Code-Navigation + Hover-Vorschläge + Linter + Autovervollständigung + Umbenennung) mit dem Language Server Protocol
Galerie von OSMnx-Tutorials, Nutzungsbeispielen und Funktionsdemonstrationen.
%%sql-Magic für IPython, hoffentlich entwickelt es sich zu einem vollständigen SQL-Client
Python-Paket zum Kompilieren und Analysieren von Quantenalgorithmen zur Simulation elektronischer Strukturen.
Vergleich von Stand-up-Comedians mittels natürlicher Sprachverarbeitung
Helm-Chart & Dokumentation für die Bereitstellung von JupyterHub auf Kubernetes
Mathematische Herleitung und Implementierung in reinem Python-Code von Machine-Learning-Algorithmen.
Folien und Jupyter-Notebooks für die Deep Learning-Vorlesungen im Masterjahr 2 Data Science des Institut Polytechnique de Paris
Interaktive Python- & C++-Apps für Desktop, Mobile und Web - angetrieben von Dear ImGui. Hört auf, mit GUI-Frameworks zu kämpfen. Fangt an zu bauen.
Jupyter-Magics und -Kernels für die Arbeit mit remote Spark-Clustern
Schulungs-Notebooks für Musikinformations-Retrieval.
Dieses Repository enthält Mini-Projekte im Bereich maschinelles Lernen mit Notebook-Dateien