#data-science Dépôts
688 dépôts au total
Projets de data science et de machine learning avec code source.
OpenFE : génération automatisée de caractéristiques avec des performances de niveau expert
Répertoire de code pour les projets et tutoriels en R et Python qui couvre une variété de sujets en visualisation de données, statistiques, analyse sportive et application générale de la théorie des probabilités.
Un package Python pour l'analyse modulaire d'inférence causale et les évaluations de modèles
Bibliothèque de vision haute performance en Python. Développez votre recherche, pas le boilerplate.
Couche mémoire partagée dans un fichier unique pour tous vos agents, RAG en moins d’une milliseconde sur du texte, des photos et des vidéos sur Apple Silicon. Aucun serveur. Aucune API. Un seul fichier. Swift pur.
Ressources sur la prévision des séries chronologiques et le deep learning.
Cartes de route pour CAT Reloaded à travers les saisons et les années
Conseils de programmation R pour le nettoyage de données, la visualisation de données, la modélisation statistique et l'apprentissage automatique
Inférence Statistique via la Science des Données : Un ModernDive dans R et le Tidyverse
Liste de papiers continuellement mise à jour sur les avancées en Data Agents. Repo compagnon de notre article « A Survey of Data Agents : Emerging Paradigm or Overstated Hype ? »
L'ingénierie des caractéristiques est le processus d'utilisation des connaissances du domaine pour extraire des caractéristiques des données brutes via des techniques de fouille de données. Ces caractéristiques peuvent être utilisées pour améliorer les performances des algorithmes d'apprentissage automatique. L'ingénierie des caractéristiques peut être considérée comme l'apprentissage automatique appliqué lui-même.
Chemin vers une éducation autodidacte en Science des Données !
Toutes les réponses aux exercices de Advances in Financial Machine Learning par Dr Marco Lopez de Parodo.
Méthodes pour obtenir la probabilité d'un point de rupture dans une série chronologique.
Ressources géniales sur la bioinformatique, la science des données, l'apprentissage automatique, les langages de programmation (Python, Golang, R, Perl) et divers trucs.
Utilisez des algorithmes évolutionnaires au lieu de gridsearch dans scikit-learn
Un interprète en langue des signes utilisant un flux vidéo en direct de la caméra.
Apprenez à mieux connaître vos données ! Datavines est la plateforme d'observabilité des données de nouvelle génération, prenant en charge la gestion des métadonnées et la qualité des données.
Liens C#/F# pour NumPy - une bibliothèque fondamentale pour le calcul scientifique, l'apprentissage automatique et l'IA
:chart_with_upwards_trend: Liste curated de ressources pour débuter en Data Science
Apprenez à créer, développer et maintenir une base de code MLOps à la pointe de la technologie
💥 Utilisez les derniers modèles de recherche Stanza (StanfordNLP) directement dans spaCy
Compilation d'exemples concrets de haut niveau de projets d'apprentissage automatique ayant échoué
Matériaux pour suivre"Hands-On Data Analysis with Pandas – Second Edition"
Astrologie Basée sur les Données 💫 Kerykeion est une bibliothèque Python pour l'astrologie. Elle génère des cartes SVG et extrait des données structurées détaillées pour les thèmes astraux, la synastrie, les transits, les thèmes composites, et plus encore.