#economics Dépôts
Découvrez 19 dépôts GitHub open source actifs associés à #economics, cumulant 146,924 étoiles au total (soit une moyenne de 7,732 étoiles par projet). Le projet en tête de ce thème est openbq-org/OpenBB, avec 75,619 étoiles.
19 dépôts au total
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
🌊 Intégration approfondie de ressources académiques, financières et éducatives de premier plan à l’échelle mondiale : la section académique rassemble des articles issus de plateformes reconnues telles que JSTOR, Taylor & Francis et Cambridge University Press, tout en donnant accès à une vaste collection de livres électroniques de la bibliothèque clandestine Z-Library ; la section éducative comprend des manuels scolaires par matière, de l’école primaire au lycée et à l’université à Hong Kong et à Singapour ; la section financière regroupe des rapports de recherche approfondis provenant d’institutions de premier plan telles que Citron, Morgan et Nomura, le tout afin de briser les silos d’information et de construire une base de connaissances inclusive favorisant l’égalité d’accès au savoir.
🔬 Une collection curated de plus de 23 000 compétences d'agents pour la recherche empirique dans 8 disciplines des sciences sociales. | 精选 23,000+ AI Agent 技能库,覆盖8大社会科学学科的实证研究。CoPaper.AI termine un article empirique normatif reproductible en 20 minutes et prend en charge le téléchargement de Skills par les utilisateurs. -- Maintenu par CoPaper.AI de Stanford REAP.
ALICE (Automated Learning and Intelligence for Causation and Economics) est un projet de Microsoft Research visant à appliquer des concepts d'Intelligence Artificielle à la prise de décision économique. L'un de ses objectifs est de construire un kit d'outils qui combine des techniques d'apprentissage automatique de pointe avec l'économétrie afin d'apporter l'automatisation à des problèmes complexes d'inférence causale. À ce jour, le SDK Python ALICE (econml) implémente des algorithmes d'apprentissage automatique orthogonaux tels que le travail sur l'apprentissage automatique double de
Une liste de ressources remarquables en renseignement de sources ouvertes (OSINT), élaborée en collaboration
Une bibliothèque Python basée sur la communauté pour l'économie quantitative
Un modèle Claude Code prêt à être forké pour la recherche universitaire — articles, analyse de données (R, Stata, Python), présentations et enseignement — avec revue multi-agents, contrôles qualité obligatoires et protocoles de réplication. Il fonctionne aussi avec Codex et Antigravity.
Packs de compétences Claude Code/Codex spécifiques aux revues, couvrant les principales publications — AER, QJE, Nature, Cell, Management World, Economic Research Journal et plus de 200 autres — votre voie rapide vers la publication.
Résoudre et estimer des modèles d'équilibre général dynamique stochastique (y compris le DSGE de la Fed de New York)
Ce dépôt héberge le code du livre en ligne "Coding for Economists".
Apprenez les conventions d'écriture de n'importe quelle revue à partir de ses articles publiés, puis révisez votre manuscrit pour qu'il corresponde — section par section.
Compétence d'agent qui transforme les assistants IA en rédacteurs experts d'articles économiques. Synthétise plus de 50 guides de Cochrane, McCloskey, Shapiro, Head, Bellemare, Goldin et Kremer. Compatible avec Claude Code et OpenAI Codex.
Une sélection d’outils d’IA, de compétences d’agents, de bibliothèques et de ressources pour la recherche, l’enseignement et l’analyse des politiques économiques. Maintenue par l’équipe OpenEcon.
Réplication des tableaux et figures de "Mostly Harmless Econometrics" en Stata, R, Python et Julia.
Articles impressionnants impliquant des LLM en sciences sociales.
Une compilation de plus de 150 jeux de données gratuits destinés aux sciences sociales, à la microéconomie appliquée, à la visualisation de données, etc.
Foire aux questions
Quel est le dépôt #economics le plus populaire sur GitHub ?
Le projet #economics open source le mieux classé sur GitHub est openbq-org/OpenBB, avec 75,619 étoiles. Plateforme de données ouverte pour analystes, quants et agents IA.
Quels langages de programmation sont les plus utilisés dans les dépôts #economics ?
Parmi les projets #economics les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Stata, JavaScript.
Comment le classement des dépôts #economics est-il calculé ?
Nous suivons 19 dépôts open source actifs associés à #economics (500+ étoiles), totalisant 146,924 étoiles, avec une moyenne de 7,732 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.