#data-analysis Dépôts
Découvrez 290 dépôts GitHub open source actifs associés à #data-analysis, cumulant 1,517,198 étoiles au total (soit une moyenne de 5,231 étoiles par projet). Le projet en tête de ce thème est apache/superset, avec 75,603 étoiles.
290 dépôts au total
⭐Outil de suivi de l’opinion publique et des tendances propulsé par l’IA, avec agrégation multiplateforme, RSS, recherche web, MCP et alertes intelligentes. 🎯 Dites adieu à la surcharge d’informations grâce à votre assistant IA de veille de l’opinion publique et de filtrage des sujets tendance ! Agrégation des tendances de plusieurs plateformes, des abonnements RSS et des recherches web programmées, avec filtrage intelligent par mots-clés et par IA. Recevez directement sur votre téléphone les traductions par IA et les synthèses d’analyse générées par IA. Compatible avec l’intégration de l’architecture MCP, permettant l’analyse conversationnelle en langage naturel par IA, la recherche en temps réel, l’analyse des sentiments et la prévision des tendances. Compatible avec Docker, avec des données hébergées localement ou dans le cloud. Intègre des notifications intelligentes via WeChat, Feishu, DingTalk, Telegram, e-mail, ntfy, Bark, Slack et d’autres canaux.
Transformez n’importe quel agent IA en scientifique IA. La bibliothèque n° 1 d’Agent Skills pour la science, utilisée par plus de 250 000 scientifiques dans le monde. 177 compétences validées prêtes à l’emploi, ainsi que plus de 100 bases de données scientifiques couvrant la biologie, la chimie, la médecine et la découverte de médicaments. Compatible avec Cursor, Claude Code, Codex, Pi, Antigravity et le standard ouvert Agent Skills.
Bibliothèque flexible et puissante pour l'analyse / manipulation de données en Python, fournissant des structures de données étiquetées similaires aux objets data.frame de R, des fonctions statistiques et bien plus
L'outil open source de Business Intelligence et d'analytique intégrée facile à utiliser qui permet à chacun de travailler avec des données :bar_chart:
Streamlit — Le framework natif pour les agents dédié aux applications de données et aux tableaux de bord.
Créez et partagez des applications d'apprentissage automatique délicieuses, tout en Python. 🌟 Étoilé pour soutenir notre travail !
Wei Yu: Un assistant d'analyse de l'opinion publique multi-agent accessible à tous, brise les bulles d'information, restaure l'apparence originale de l'opinion publique, prédit les tendances futures et aide à la prise de décision ! Réalisé à partir de zéro, sans dépendance à aucun framework.
Le Cyber Swiss Army Knife - une application web pour le chiffrement, l'encodage, la compression et l'analyse de données
Feuille de route pour devenir un expert en intelligence artificielle en 2022
Matériels et carnets IPython pour "Python for Data Analysis" de Wes McKinney, publié par O'Reilly Media
🔥 Un outil BI open-source utilisable par tous, un outil de visualisation de données puissant. Un outil BI open-source alternatif à Tableau.
Discutez avec votre base de données ou votre datalake (SQL, CSV, parquet). PandasAI rend l'analyse de données conversationnelle grâce aux LLM et au RAG.
Une liste classée d'incroyables bibliothèques Python pour le machine learning. Mise à jour chaque semaine.
AKShare est une bibliothèque d'interfaces de données financières élégante et simple pour Python, construite pour les humains ! Bibliothèque d'interfaces de données financières open source
Mouvement de données open-source pour les pipelines ELT et les agents IA — des API, bases de données et fichiers vers les entrepôts de données, lacs de données et applications IA. Auto-hébergé et Cloud.
GoAccess est un analyseur de journaux web en temps réel et un visualiseur interactif qui s'exécute dans un terminal sur les systèmes *nix ou via votre navigateur.
WeFlow – une application locale d’exportation de l’historique de discussion WeChat et de génération de rapports annuels
PyGWalker : Transformez votre dataframe en une interface utilisateur interactive pour l'analyse visuelle
Profilage de la qualité des données & analyse exploratoire des données en 1 ligne de code pour les DataFrames Pandas et Spark.
Feuille de route d'apprentissage en intelligence artificielle, compilation de près de 200 cas pratiques et projets, manuels complémentaires gratuits, entrée pour débutants absolus, pratique pour l'emploi ! Inclut : Python, mathématiques, apprentissage automatique, analyse de données, apprentissage profond, vision par ordinateur, traitement du langage naturel, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv et autres domaines populaires
OpenRefine est un outil puissant gratuit et open source pour travailler avec des données désordonnées et les améliorer
Jimu Reports : un outil gratuit et open source de reporting et de BI qui réunit en un seul endroit la conception visuelle de rapports, les tableaux de bord de données, les dashboards, la mise en page pour l’impression et la saisie de données. Générez des rapports et des tableaux de bord en une phrase grâce à l’IA, interrogez vos données avec Chat2BI et concevez en ligne dans une interface de type Excel. Compatible avec les sources de données nationales adaptées à l’innovation technologique, c’est une alternative gratuite à FanRuan et Runqian Reports.
Gonum est un ensemble de bibliothèques numériques pour le langage de programmation Go. Il contient des bibliothèques pour les matrices, les statistiques, l'optimisation, et plus encore
Analyseur d'historique de chat local-first avec IA. | Outil d'analyse d'historique de chat IA local-first
Format Lakehouse ouvert pour l'IA multimodale. Convertissez depuis Parquet en 2 lignes de code pour un accès aléatoire 100 fois plus rapide, un index vectoriel et la gestion de version des données. Compatible avec Pandas, DuckDB, Polars, Pyarrow et PyTorch, avec d'autres intégrations à venir.
Traitement des données pour et avec des modèles fondamentaux ! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷
Alluxio, orchestration de données pour l'analyse et l'apprentissage automatique dans le cloud
Un package Python pour s'attaquer à la malédiction des jeux de données déséquilibrés en apprentissage automatique
Pipelines de données pour la configuration du cloud et les données de sécurité. Créez des solutions d'inventaire des actifs cloud, de CSPM, de FinOps et de gestion des vulnérabilités. Extraction à partir d'AWS, Azure, GCP et de plus de 70 sources cloud et SaaS.
Le premier framework d'agent « code-first » pour la planification et l'exécution fluides des tâches d'analyse de données.
Compétences modulaires SenseNova pour créer des assistants de bureau et des flux de travail de productivité basés sur l'IA
Une plateforme de partage de connaissances curatée de nouvelle génération pour les data scientists et d'autres professions techniques.
Foire aux questions
Quel est le dépôt #data-analysis le plus populaire sur GitHub ?
Le projet #data-analysis open source le mieux classé sur GitHub est apache/superset, avec 75,603 étoiles. Apache Superset est une plateforme de visualisation et d'exploration de données
Quels langages de programmation sont les plus utilisés dans les dépôts #data-analysis ?
Parmi les projets #data-analysis les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Java, Jupyter Notebook, JavaScript.
Comment le classement des dépôts #data-analysis est-il calculé ?
Nous suivons 290 dépôts open source actifs associés à #data-analysis (500+ étoiles), totalisant 1,517,198 étoiles, avec une moyenne de 5,231 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.