#data-science Repositorios
688 repositorios en total
Probablemente la mejor lista curada de software de ciencia de datos en Python.
🔨 🍇 💻 🚀 GraphScope: Un sistema integral de computación de grafos a gran escala de Alibaba | Sistema integral de computación de grafos
Todos los materiales del curso de Zero to Mastery Machine Learning and Data Science.
🛠 IDE todo en uno basado en web especializado en machine learning y data science.
Inferencia Causal para los Valientes y los Verdaderos. Un enfoque ligero pero riguroso para aprender sobre la estimación de impacto y la causalidad.
:earth_americas: tutoriales de machine learning (principalmente en Python3)
Depuración, monitoreo y visualización para Python Machine Learning y Data Science
Libro_7_《Machine Learning》 | El libro del iris: de la suma y resta al machine learning; sus críticas y correcciones son bienvenidas.
Este repositorio es una colección curada de proyectos prácticos de data science diseñados para principiantes. Ya sea que estés comenzando tu viaje en data science o busques fortalecer tus habilidades, estos proyectos ofrecen una forma práctica e interactiva de aplicar tus conocimientos.
Paquete de Python para AutoML en datos tabulares con ingeniería de características, ajuste de hiperparámetros, explicaciones y documentación automática
Aprenda a diseñar, desarrollar, implementar e iterar en aplicaciones de ML listas para producción.
Un repositorio que enumera las posibles fuentes que le ayudarán a prepararse para una entrevista de Data Science/Machine Learning. Se agregan nuevos recursos con frecuencia.
Determined es una plataforma de aprendizaje automático de código abierto que simplifica el entrenamiento distribuido, la optimización de hiperparámetros, el seguimiento de experimentos y la gestión de recursos. Funciona con PyTorch y TensorFlow.
.NET Interactive combina el poder de .NET con muchos otros lenguajes para crear cuadernos, REPL y experiencias de codificación integradas. Comparte código, explora datos, escribe y aprende en tus aplicaciones de maneras que no podías antes.
Una biblioteca de Python para la visualización de árboles de decisión e interpretación de modelos.
Enlaces a recursos cuidadosamente seleccionados para ciencia de datos en un solo lugar
una deliciosa herramienta de aprendizaje automático que le permite entrenar, probar y usar modelos sin escribir código
Visualice y compare conjuntos de datos, valores objetivo y asociaciones, con una sola línea de código.
Deepnote es un reemplazo directo de Jupyter con un diseño centrado en IA, una interfaz de usuario elegante, nuevos bloques e integraciones de datos nativas. Utilice Python, R y SQL localmente en su IDE favorito y luego escale a la nube de Deepnote para colaboración en tiempo real, el agente Deepnote y aplicaciones de datos desplegables. https://deepnote.com/
DataFrame de C++ para análisis estadístico, financiero y de ML en C++ moderno
Una lista de conjuntos de datos disponibles públicamente con datos en tiempo real mantenidos por el equipo de bytewax.io
Contenido abierto para el aprendizaje autodirigido en ciencia de datos
Una biblioteca para depurar/inspeccionar clasificadores de aprendizaje automático y explicar sus predicciones
Una biblioteca de registro de datos de código abierto para modelos de aprendizaje automático y canalizaciones de datos. 📚 Proporciona visibilidad sobre la calidad de los datos y el rendimiento del modelo a lo largo del tiempo. 🛡️ Admite la recopilación de datos que preservan la privacidad, garantizando seguridad y robustez. 📈
📊⚽ Una colección de proyectos, datos y análisis de fútbol de Edd Webster (@eddwebster), que incluye una lista curada de recursos disponibles públicamente publicados por la comunidad de análisis de fútbol.
Libro_6_"El Camino de los Datos" | El Libro Iris: De la suma, resta, multiplicación y división al aprendizaje automático; ¡damos la bienvenida a críticas y correcciones! ¡Los estudiantes que corrijan muchos errores recibirán un ejemplar del libro como agradecimiento!
Feather: almacenamiento rápido e interoperable de marcos de datos binarios para Python, R y más, impulsado por Apache Arrow
ArcticDB es una base de datos DataFrame sin servidor de alto rendimiento construida para el ecosistema de Data Science de Python.
Extensiones de Jupyter que te ayudan a escribir código más rápido: Chat de IA consciente del contexto, Autocompletado y Hoja de cálculo
Cliente de Python para Supabase. Consulta Postgres desde Flask, Django y FastAPI. Autenticación de usuarios en Python, políticas de seguridad, funciones edge, almacenamiento de archivos y transmisión de datos en tiempo real.
Apache Hamilton ayuda a los científicos e ingenieros de datos a definir flujos de datos probables, modulares y autodocumentados, que codifican el linaje/seguimiento y los metadatos. Se ejecuta y escala en cualquier lugar donde lo haga python.
Enlace de datos probabilístico rápido, preciso y escalable con soporte para múltiples backends SQL