#datascience Dépôts
Découvrez 38 dépôts GitHub open source actifs associés à #datascience, cumulant 137,555 étoiles au total (soit une moyenne de 3,619 étoiles par projet). Le projet en tête de ce thème est Avaiga/taipy, avec 19,458 étoiles.
38 dépôts au total
Transforme les données et les algorithmes d'IA en applications web prêtes pour la production en un rien de temps.
Modin : Échellez vos flux de travail Pandas en modifiant une seule ligne de code
Observabilité open-source pour votre application GenAI ou LLM, basée sur OpenTelemetry
Une liste sélectionnée de carnets et bibliothèques pour l'apprentissage automatique appliqué et la science des données dans différents secteurs (par @firmai)
Panel : Le framework puissant pour l'exploration de données et les applications web en Python
FastF1 est un package Python pour accéder et analyser les résultats, les horaires, les données de chronométrage et la télémétrie de la Formule 1
Mimesis est une bibliothèque Python permettant de générer des données fictives mais réalistes dans plusieurs langues et paramètres régionaux.
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.
Bibliothèque Python pour la création de pipelines de données avec programmation fonctionnelle en chaîne
Ce dépôt contient les exercices et leur solution contenus dans le livre "An Introduction to Statistical Learning" en Python.
Une liste organisée par des professionnels de superbes vidéos, tutoriels, livres, articles, thèses de doctorat et de master, articles et bibliothèques open-source sur la prédiction conforme.
CleverCSV est un package Python pour gérer des fichiers CSV désordonnés. Il fournit un remplacement direct pour le module CSV intégré avec une détection de dialecte améliorée, et est livré avec une application en ligne de commande pratique pour travailler avec des fichiers CSV.
Un centre de connaissances sur l'ingénierie des données et l'apprentissage automatique
Compilation de codes de programmation R et Python sur la chaîne YouTube Data Professor.
Une liste curated d'applications pratiques d'apprentissage automatique en entreprise (BML) et de science des données en entreprise (BDS) pour la comptabilité, les clients, les employés, le juridique, la gestion et les opérations (par @firmai)
:books: [.md & .ipynb] Série sur l'Intelligence Artificielle & l'Apprentissage Profond, incluant les Fondamentaux Mathématiques, Pratiques Python, Applications NLP, etc. 💫 Pratique de l'Intelligence Artificielle et de l'Apprentissage Profond : Édition Statistiques Mathématiques | Édition Apprentissage Automatique | Édition Apprentissage Profond | Édition Traitement du Langage Naturel | Édition Pratique des Outils Scikit & TensorFlow & PyTorch | Applications Industrielles & Notes de Cours
Dingo: Un outil complet d'évaluation de la qualité des données, modèles et applications d'IA
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.
ML-capsule est un projet destiné aux débutants et aux passionnés de science des données expérimentés qui n'ont pas de mentor ou de conseils et qui souhaitent apprendre l'apprentissage automatique (Machine Learning). En utilisant notre dépôt, ils peuvent apprendre le ML, le DL et de nombreuses technologies connexes grâce à différents projets concrets et se préparer aux entretiens.
Une liste organisée de projets guidés en science des données et en IA pour commencer à construire votre portfolio
Probabilités et statistiques pour la science des données : Une introduction autonome aux probabilités et statistiques pour la science des données, comprenant un pdf gratuit, 103 cahiers Python utilisant 23 ensembles de données réels, 118 vidéos avec diapositives et les solutions à 200 exercices
Capture les données des associés des entreprises brésiliennes auprès de la Receita Federal et exporte vers un format lisible par les humains.
🔴 TRÈS GRANDE LISTE D'OUTILS IA ! 🔴 Liste organisée d'outils IA - Mise à jour 2026
Un cadre extensible pour la science des données géospatiales et la modélisation géostatistique entièrement écrit en Julia
🧠 Carte mentale de 🗺️ l’architecture logicielle et du génie logiciel
🌐 Guide et outils pour exécuter un miroir hors ligne complet de Wikipedia.org selon trois approches différentes : proxy de mise en cache Nginx, Kiwix + dump ZIM, et MediaWiki/XOWA + dump XML
Un framework open source robuste et flexible d'analyse du comportement des utilisateurs et des entités (UEBA) utilisé pour l'analyse de sécurité. Développé avec amour par des data scientists et des analystes de sécurité de l'industrie de la cybersécurité. [BÊTA]
Foire aux questions
Quel est le dépôt #datascience le plus populaire sur GitHub ?
Le projet #datascience open source le mieux classé sur GitHub est Avaiga/taipy, avec 19,458 étoiles. Transforme les données et les algorithmes d'IA en applications web prêtes pour la production en un rien de temps.
Quels langages de programmation sont les plus utilisés dans les dépôts #datascience ?
Parmi les projets #datascience les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, R.
Comment le classement des dépôts #datascience est-il calculé ?
Nous suivons 38 dépôts open source actifs associés à #datascience (500+ étoiles), totalisant 137,555 étoiles, avec une moyenne de 3,619 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.