#data-analysis Dépôts
290 dépôts au total
OctoSQL est un outil de requête qui vous permet de joindre, analyser et transformer des données provenant de plusieurs bases de données et formats de fichiers en utilisant SQL.
Danfo.js est une bibliothèque JavaScript open source offrant des structures de données performantes, intuitives et faciles à utiliser pour manipuler et traiter des données structurées.
Matplot++: Une bibliothèque graphique C++ pour la visualisation de données 📊🗾
DeepAnalyze est le premier LLM agentique pour la science des données autonome. 🎈 Votre analyste de données IA qui analyse automatiquement de grandes quantités de données et génère des rapports d'analyse professionnels en un seul clic !
Prochaine génération de la plateforme automatisée d'analyse exploratoire de données et de visualisation.
SQL Translator est un outil pour convertir des requêtes en langage naturel en code SQL à l'aide de l'intelligence artificielle. Ce projet est 100% gratuit et open source.
Tableaux de bord et blocs-notes en un seul endroit. Créez des tableaux de bord puissants et flexibles à l'aide de code, ou créez de magnifiques blocs-notes de type Notion et partagez-les avec votre équipe.
Collection de sujets utiles en science des données avec des articles, des vidéos et du code
EchoTrace est un outil local et sécurisé permettant d'exporter, d'analyser et de générer des rapports annuels des enregistrements de discussion WeChat
Réponses à 120 questions couramment posées lors d'entretiens en data science.
VTable n'est pas seulement un tableau d'analyse de données multidimensionnelles haute performance, mais aussi un artiste de la grille qui crée de l'art entre les lignes et les colonnes.
Probablement la meilleure liste curated de logiciels de data science en Python.
🛠 IDE tout-en-un basé sur le web spécialisé en machine learning et data science.
Le dépôt officiel pour ROOT : analyser, stocker et visualiser les big data, scientifiquement
Extrayez des données d'une large gamme de sources Internet dans un DataFrame pandas.
Apache DevLake est une plateforme open-source de données de développement pour ingérer, analyser et visualiser les données fragmentées provenant des outils DevOps, en extrayant des informations pour l'excellence en ingénierie, l'expérience des développeurs et la croissance de la communauté.
Liste d'outils et de datasets pour la détection d'anomalies sur des données de séries temporelles.
un outil d'apprentissage automatique exceptionnel qui vous permet d'entraîner, de tester et d'utiliser des modèles sans écrire de code
Visualisez et comparez des ensembles de données, des valeurs cibles et des associations, en une seule ligne de code.
Processus de construction d'un graphe de connaissances financières à petite échelle (neo4j / python / cypher / KG)
Deepnote est un remplacement direct pour Jupyter avec une conception axée sur l'IA, une interface utilisateur élégante, de nouveaux blocs et des intégrations de données natives. Utilisez Python, R et SQL localement dans votre IDE préféré, puis passez à Deepnote cloud pour la collaboration en temps réel, l'agent Deepnote et les applications de données déployables. https://deepnote.com/
Contenu ouvert pour l'apprentissage autodirigé en science des données
Ce projet est un cours quantitatif open-source qui peut aider les gens à acquérir rapidement des connaissances en finance quantitative et la capacité de développement quantitatif en utilisant Python.
100 énigmes de données pour pandas, allant de courtes et simples à super délicates (60 % terminé)
Le dépôt du cours YouTube de freeCodeCamp, Algorithmic Trading in Python
Un cadre unifié pour l'analyse de données et l'apprentissage automatique préservant la vie privée
ArcticDB est une base de données DataFrame serverless haute performance conçue pour l'écosystème scientifique de données Python.
Extensions Jupyter qui vous aident à écrire du code plus rapidement : chat IA contextuel, autocomplétion et tableur
Apache Hamilton aide les scientifiques des données et les ingénieurs à définir des dataflows testables, modulaires et auto-documentants, qui encodent la lignée/le traçage et les métadonnées. S'exécute et s'adapte partout où python le fait.
Notes de cours d'algèbre linéaire avec Python. Cette série de notes de cours vous guidera à travers tous les concepts incontournables qui jettent les bases de la science des données ou des compétences quantitatives avancées. Convient aux statisticiens/économètres, analystes quantitatifs, scientifiques des données, etc. pour rafraîchir rapidement l'algèbre linéaire avec l'aide du calcul et de la visualisation Python.