#data-science Repositorios
688 repositorios en total
Aprendizaje métrico y canalizaciones de recuperación, modelos y zoológico.
Recursos de Carrera para Ciencia de Datos, Aprendizaje Automático, Big Data y Análisis de Negocios Repositorio de Carrera
Introducción a Python y programación para aspirantes a científicos de datos
Se seleccionaron más de 10 000 proyectos, que incluyen aprendizaje automático, aprendizaje profundo, NLP, GNN, sistemas de recomendación, biomedicina, visión artificial, desarrollo frontend y backend, etc. Que más proyectos excelentes sean descubiertos por la gente. ¡Continúa actualizando! ¡Bienvenido a destacar!
Este repositorio alberga el código detrás del libro en línea "Coding for Economists".
Una colección de los repositorios de Github más importantes para profesionales de ML, IA y ciencia de datos
Un curso de aprendizaje automático utilizando Python, Jupyter Notebooks y OpenML
Mi curso de 'Python para Análisis de Datos' en YouTube
Pasantías tecnológicas en EE. UU. para el verano de 2027 y fuera de temporada. Roles en software, datos y ML, hardware, cuantitativo y producto, actualizados regularmente.
Un sitio web de Django utilizado en el libro Practical Recommender Systems para ilustrar cómo se pueden implementar algoritmos de recomendación.
Explore el aprendizaje automático y la ciencia de datos con Codespaces
skweak: Un kit de herramientas de software para la supervisión débil aplicada a tareas de PNL
Comparto mi viaje de 66DaysofData hacia el análisis de datos participando en el desafío #66daysofdata de Ken Jee.
Genere sintéticos de alta calidad, entrene, mida y evalúe en un solo pipeline
Códigos para complementar videos de YouTube y publicaciones de blog en Medium.
Estas son las instrucciones para "100 Days of ML Code" de Siraj Raval en YouTube
El repositorio contiene guiones y cuadernos relacionados con Estadística, Aprendizaje automático, Red neuronal, Aprendizaje profundo, PLN, Métodos numéricos y Automatización.
Código para el curso en línea "Despliegue de Modelos de Machine Learning"
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.
Una base de datos vectorial de alto rendimiento que aprovecha la computación paralela de grafos
Repositorio para la Tarea de Programación 2 para Programación en R en Coursera
Extensión de la base de datos vectorial de PostgreSQL para crear aplicaciones de IA
El mejor repositorio que muestra por qué los transformadores podrían no ser la respuesta para la predicción de series temporales y que presenta los mejores modelos SOTA no transformadores.
Herramienta Pythonica para orquestar flujos de trabajo de aprendizaje automático/alto rendimiento/computación cuántica en entornos informáticos heterogéneos.
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.