#data-scientists Repositorios
Descubre 6 repositorios activos de código abierto de GitHub etiquetados con #data-scientists, que acumulan 51,458 estrellas en total (una media de 8,576 estrellas por proyecto). El líder de este tema es academic/awesome-datascience, con 30,352 estrellas.
6 repositorios en total
:memo: Un fantástico repositorio de Data Science para aprender y aplicar a problemas del mundo real.
🐚 Shell impulsado por Python. Con todas las funciones, multiplataforma y amigable con la IA.
Tareas comunes de análisis de datos y aprendizaje automático usando Python
Construye rápidamente paneles de Explainable AI que muestren el funcionamiento interno de los modelos de aprendizaje automático llamados "caja negra".
🍕 Repositorio para reunir información sobre materiales de estudio en análisis de datos y áreas afines, empresas que trabajan con datos y diccionario de conceptos
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.
Preguntas frecuentes
¿Cuál es el repositorio de #data-scientists más popular en GitHub?
El proyecto de código abierto de #data-scientists mejor posicionado en GitHub es academic/awesome-datascience, con 30,352 estrellas. :memo: Un fantástico repositorio de Data Science para aprender y aplicar a problemas del mundo real.
¿Qué lenguajes de programación se utilizan más en los repositorios de #data-scientists?
Entre los proyectos de #data-scientists mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #data-scientists?
Seguimos 6 repositorios activos de código abierto etiquetados con #data-scientists (500+ estrellas), que suman un total de 51,458 estrellas, con una media de 8,576 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.