#data-analysis Repositorios
290 repositorios en total
Generador de código Python basado en GUI para ciencia de datos, extensión para Jupyter Lab, Jupyter Notebook y Google Colab.
Comparto mi viaje de 66DaysofData hacia el análisis de datos participando en el desafío #66daysofdata de Ken Jee.
Reductores de Clojure, pero para ejecución paralela: localmente y en sistemas distribuidos.
Framework impulsado por la comunidad, simple pero potente para un cálculo distribuido rápido y rentable sobre datos.
FlyFish es una plataforma de codificación de visualización de datos. Podemos crear un modelo de datos rápidamente de una manera sencilla y generar rápidamente un conjunto de soluciones de visualización de datos mediante arrastrar y soltar.
🌀 ¿Qué hay realmente en tu paquete de datos de Discord?
Banco de trabajo de análisis de datos impulsado por IA, diseñado para ofrecer transparencia, reproducibilidad y control al usuario. Inspecciona el código y las pruebas que respaldan los resultados, verifica los cálculos mediante su reproducción y elige entre una amplia variedad de modelos, incluidos modelos locales de pesos abiertos.
Lista de artículos continuamente actualizada sobre avances en Data Agents. Repositorio compañero de nuestro artículo "A Survey of Data Agents: Emerging Paradigm or Overstated Hype?"
La ingeniería de características es el proceso de usar el conocimiento del dominio para extraer características de datos crudos mediante técnicas de minería de datos. Estas características se pueden usar para mejorar el rendimiento de los algoritmos de aprendizaje automático. La ingeniería de características se puede considerar como el aprendizaje automático aplicado en sí mismo.
Flux es un lenguaje de scripting ligero para consultar bases de datos (como InfluxDB) y trabajar con datos. Es parte de InfluxDB 1.7 y 2.0, pero puede ejecutarse de forma independiente.
Código y datos para la segunda edición de "Practical SQL" de Anthony DeBarros, publicado por No Starch Press.
Implementación en Python del algoritmo Apriori para encontrar conjuntos frecuentes y reglas de asociación
Exporte listas de reproducción de Spotify usando la API web. Analícelas en el cuaderno de Jupyter.
DataFoundry es un banco de trabajo de IA de código abierto para el análisis de datos, que unifica fuentes de datos, conocimientos, herramientas y tiempo de ejecución de agentes en un espacio de trabajo gobernado para análisis interactivos.
Materiales para seguir "Hands-On Data Analysis with Pandas – Second Edition"
Este repositorio contiene los cuadernos y presentaciones que utilizamos para nuestras charlas técnicas de Databricks "
Un paquete de Python potente, agnóstico al formato y impulsado por la comunidad para analizar y visualizar datos de ciencias de la Tierra
Plataforma de ciencia de datos impulsada por IA y de código abierto。
Tablas dinámicas y gráficos de arrastrar y soltar para Jupyter/IPython Notebook, cortesía de PivotTable.js
Una hoja de ruta completa de ML (Machine Learning) Full Stack implica aprender las habilidades y tecnologías necesarias para dominar todos los aspectos del machine learning, incluida la recopilación y preprocesamiento de datos, el desarrollo de modelos, la implementación y el mantenimiento.
Código y datos para la primera edición de "Practical SQL" de Anthony DeBarros, publicado por No Starch Press (2018).
Cliente y kit de herramientas de Python para DataFrames, Big Data, Machine Learning y ETL en Elasticsearch
ML-capsule es un proyecto para principiantes y entusiastas de la ciencia de datos con experiencia que no tienen un mentor o guía y desean aprender aprendizaje automático (Machine Learning). Usando nuestro repositorio, pueden aprender ML, DL y muchas tecnologías relacionadas con diferentes proyectos del mundo real y prepararse para entrevistas.
ScienceClaw es un asistente de investigación personal construido con LangChain DeepAgents e infraestructura AIO Sandbox, adoptando una arquitectura completamente nueva más allá de OpenClaw. Ofrece mayor seguridad, mejor transparencia y una experiencia más amigable para el usuario.
Un Sistema de Negociación Multiagente Basado en un Mecanismo de Competencia Interna
Sigue tu Data Science. La biblioteca Python de código abierto de Skore acelera el desarrollo de modelos de ML con informes de evaluación automatizados, orientación metodológica inteligente y análisis exhaustivo de validación cruzada.
WeDataSphere es una suite de plataformas de big data de grado financiero, todo en uno.
Análisis de rendimiento, backtesting de carteras, análisis de riesgos e informes de fichas técnicas en Python
El motor de contexto abierto para agentes de IA soporta más de 15 fuentes de datos. Construido sobre Rust y Apache DataFusion.
El banco de trabajo DuckDB totalmente de código abierto que se ejecuta en su navegador. Editor SQL, cuadernos, gráficos, asistente de IA. Sin instalación, sin registro, sin backend: sus datos nunca salen de la pestaña.
Un marco de combate de taberna de tramposos impulsado por IA, impulsado por un modelo de lenguaje grande