#statistics Repositories
Insgesamt 174 Repositories
Tianji: Einblick in alles, Website-Analyse + Uptime-Überwachung + Serverstatus. nicht nur eine weitere GA-Alternative
Eine gut getestete und umfassende Golang-Statistik-Bibliothek ohne Abhängigkeiten.
Moderne leistungsstarke Mathematikbibliothek für PHP: Umfasst deskriptive Statistik und Regressionen; Kontinuierliche und diskrete Wahrscheinlichkeitsverteilungen; Lineare Algebra mit Matrizen und Vektoren, Numerische Analyse; Spezielle mathematische Funktionen; Algebra
2-2000x schnellere ML-Algorithmen, 50 % weniger Speicherverbrauch, funktioniert auf allen Hardware - neu und alt.
Ein dynamisch generierter Aktivitätsgraph, der Ihre GitHub-Aktivitäten der letzten 31 Tage anzeigt.
Zeigen Sie den Status von GitHub Repos direkt in Ihrer Menüleiste und im Terminal an: CI, Issues, Pull Requests, Neueste Version.
🚀 500+ kuratierte Ressourcen für Datenanalyse und Data Science: Python, SQL, Statistik, ML, KI, Visualisierung, Spickzettel, Roadmaps, Interviewvorbereitung. Für Anfänger und Experten.
Dreeve ist ein selbstgehostetes Open-Source-Dashboard für Ihre Sport- und Fitnessdaten
Das KI-Kompendium, zuvor ML-Kompendium genannt, stellt Ressourcen und Erläuterungen zu maschinellem Lernen (ML) und Deep Learning zusammen – von einem Geschäftsproblem über Daten, KI und Engineering bis hin zum Produkt.
Selbst gehostete Musik-Scrobble-Datenbank zur Erstellung persönlicher Hörstatistiken und Charts
Leistungsstarke Analyse-Lösung. Einrichtung in 30 Sekunden. Zeigen Sie alle Ihre Daten auf einem einfachen, KI-gestützten Dashboard an. Vollständig selbst hostbar und DSGVO-konform. Alternative zu Google Analytics, MixPanel, Plausible, Umami & Matomo.
Eine umfassende Liste von über 180 YouTube-Kanälen für Data Science, Data Engineering, Machine Learning, Deep Learning, Informatik, Programmierung, Software Engineering usw.
Phishing-Domains, URL-Websites und Bedrohungsdatenbank. Wir verwenden das PyFunceble-Testtool, um den Status aller bekannten Phishing-Domains zu validieren und Statistiken bereitzustellen, die zeigen, wie viele einzigartige Domains, die für Phishing verwendet werden, noch aktiv sind.
Interpretabler ML-Paket 🔍 für knappe, transparente und genaue prädiktive Modellierung (sklearn-kompatibel).
Drohnen-Log-Analyzer: Eine hochleistungsfähige universelle Dashboard-Anwendung zum privaten Organisieren und Analysieren von DJI/Litchi-Fluglogs an einem Ort. Unterstützt Plugins für benutzerdefinierte Fluglog-Formate. Entwickelt mit Tauri v2, DuckDB und React.
Hochwertige Implementierungen von Standard- und SOTA-Methoden für eine Vielzahl von Aufgaben.
Berechnungen und Statistik auf Mannigfaltigkeiten mit geometrischen Strukturen.
Einfaches und erweiterbares Benchmarking in Elixir, das Ihnen viele Statistiken liefert!
Eine professionell kuratierte Liste von großartigen Videos, Tutorials, Büchern, Papieren, Doktor- und Masterarbeiten, Artikeln und Open-Source-Bibliotheken zur konformen Vorhersage.
Bücher / PDFs / EPUBs für verschiedene Bereiche der Programmierung. LESEN WACHSEN UND GENIESSEN 😊😊😊😊
Ressourcen, die Ihnen bei der Vorbereitung auf Ihre bevorstehenden Data-Science-Bewerbungsgespräche helfen
📈 Open-Source-Webanalyse mit Fokus auf Datenschutz — eine Cookie-lose Google Analytics-Alternative mit integrierter Fehlerverfolgung und Leistungsüberwachung. Selbst hosten oder unsere Cloud nutzen. Jetzt kostenlos starten!
Ein Julia-Paket für Wahrscheinlichkeitsverteilungen und zugehörige Funktionen.
Kostenloses Open-Source-Tool für Anlagebetrugsprävention, Handelsstatistiken und automatisierten Handel: PaperBroker ist standardmäßig aktiviert und bietet 14 Broker-/Börsenoptionen; die Analyse der Handelsaufzeichnungen läuft lokal.
:muscle: Qualitäts- und Leistungsmetriken der Modelle (R2, ICC, LOO, AIC, BF, ...)
Ein moderner C++ CSV-Parser und -Serializer, der dich nicht zwischen Benutzerfreundlichkeit oder Leistung wählen lässt.
Basierend auf meiner eigenen Erfahrung glaube ich, dass dieser Fahrplan klare Antworten auf alle wichtigen Fragen zum Einstieg als Datenanalyst von Grund auf bietet, einschließlich dessen, welche Technologien und Programmiersprachen zu erlernen sind, welche Soft Skills unerlässlich sind und wie man eine berufliche Laufbahn in diesem Bereich beginnt.
RAFT enthält grundlegende und weit verbreitete Algorithmen und Primitiven für maschinelles Lernen und Informationsabruf. Die Algorithmen sind CUDA-beschleunigt und bilden Bausteine, um Hochleistungsanwendungen einfacher zu schreiben.