#reproducible-research Repositories
Insgesamt 81 Repositories
GPU-Jupyter: Ihr GPU-beschleunigtes JupyterLab mit einem reichen Data-Science-Toolstack, TensorFlow und PyTorch für Ihre reproduzierbaren Deep-Learning-Experimente.
OPH ist eine strenge, konsistente und vollständige Beschreibung eines Universums, das seine eigene Entstehungsgeschichte in polynomialer Zeit berechnet.
OpenCPU-System für eingebettete wissenschaftliche Berechnungen und reproduzierbare Forschung
Retrospektive Analyse von Hacker News-Diskussionen von vor einem Jahrzehnt mithilfe von LLMs
papaja (Preparing APA Journal Articles) ist ein R-Paket, das Dokumentformate zur Erstellung vollständiger APA-Manuskripte aus RMarkdown-Dateien (PDF- und Word-Dokumente) sowie Hilfsfunktionen zur Berichterstattung von Statistiken, Tabellen und Grafiken bereitstellt.
Ein Softwareprojekt, das der Zielverfolgungsgemeinschaft einen Rahmen für die Entwicklung und das Testen von Tracking-Algorithmen bietet.
Bleiben Sie organisiert und steigern Sie Ihre Produktivität mit unserer umfassenden Org-Mode-Syntax-Referenzkarte! Erhalten Sie schnellen Zugriff auf hilfreiche Tipps und Tricks. #orgmode #syntax #productivity #referencecard
Schnelle Entwicklung vom Data-Science-Prototyp zur Pipeline. Erfassen, analysieren und transformieren Sie unordentliche Notebooks mit nur zwei Codezeilen in Datenpipelines.
Quarto Open-Source-System für wissenschaftliche und technische Veröffentlichungen
Repository für Community-Mentor-Inhalte im Zusammenhang mit der Johns Hopkins University Data Science Specialization auf Coursera
Pipeline-fähige Schritte für Feature-Engineering und Daten-Vorverarbeitung zur Vorbereitung auf das Modellieren
Eine elegante Python-Schnittstelle für die Visualisierung auf der Webplattform, um interaktiv Einblicke in multidimensionale Bilder, Punktewolken und Geometrie zu gewinnen.
Analyse-Pipeline zur Detektion von Keimbahn- oder somatischen Varianten (Vorverarbeitung, Variantenaufruf und Annotation) aus WGS-/zielgerichteter Sequenzierung
🎉 PILOT: Eine auf vortrainierten Modellen basierende Toolbox für kontinuierliches Lernen
Moxin ist eine Familie von vollständig quelloffenen und reproduzierbaren LLMs
Topologische Fixpunkttheorie: ein maschinengeprüfter diskreter Compiler für das Standardmodell, α⁻¹ und Kosmologie aus zwei Axiomen. Arbeiten, Verifikationssuite (Python/Wolfram/Lean), Experimente und Website.