#data-analysis Repository
290 repository in totale
OctoSQL รจ uno strumento di query che ti permette di unire, analizzare e trasformare dati da piรน database e formati di file utilizzando SQL.
Danfo.js รจ una libreria JavaScript open source che fornisce strutture dati ad alte prestazioni, intuitive e facili da usare per manipolare ed elaborare dati strutturati.
Matplot++: Una libreria grafica C++ per la visualizzazione dei dati ๐๐พ
DeepAnalyze รจ il primo LLM agentico per la data science autonoma. ๐ Il tuo analista di dati AI che analizza automaticamente grandi quantitร di dati e genera report di analisi professionali con un solo clic!
Prossima generazione della piattaforma automatizzata per l'analisi esplorativa dei dati e la visualizzazione.
SQL Translator รจ uno strumento per la conversione di query in linguaggio naturale in codice SQL utilizzando l'intelligenza artificiale. Questo progetto รจ gratuito al 100% e open source.
Dashboard e notebook in un unico posto. Crea dashboard potenti e flessibili utilizzando il codice, oppure crea splendidi notebook simili a Notion e condividili con il tuo team.
Raccolta di utili argomenti di data science insieme ad articoli, video e codice
EchoTrace รจ uno strumento locale e sicuro per l'esportazione, l'analisi e la generazione di rapporti annuali dei registri delle chat di WeChat
Risposte a 120 domande comuni di interviste per data science.
VTable non รจ solo una tabella di analisi dati multidimensionale ad alte prestazioni, ma anche un artista della griglia che crea arte tra righe e colonne.
Probabilmente la migliore lista curata di software per data science in Python.
๐ IDE tutto-in-uno basato su web specializzato in machine learning e data science.
Il repository ufficiale per ROOT: analisi, archiviazione e visualizzazione di big data, in modo scientifico
Estrai dati da una vasta gamma di fonti Internet in un DataFrame pandas.
Apache DevLake รจ una piattaforma open-source per dati di sviluppo per ingerire, analizzare e visualizzare i dati frammentati dagli strumenti DevOps, estraendo insight per l'eccellenza ingegneristica, l'esperienza degli sviluppatori e la crescita della community.
Elenco di strumenti e dataset per il rilevamento di anomalie nei dati di serie temporali.
un delizioso strumento di machine learning che ti consente di addestrare, testare e utilizzare modelli senza scrivere codice
Visualizza e confronta set di dati, valori target e associazioni con una sola riga di codice.
Processo di costruzione di un grafo di conoscenza finanziaria su piccola scala (neo4j / python / cypher / KG)
Deepnote รจ un sostituto diretto di Jupyter con un design AI-first, un'interfaccia utente elegante, nuovi blocchi e integrazioni dati native. Utilizza Python, R e SQL localmente nel tuo IDE preferito, quindi scala al cloud Deepnote per la collaborazione in tempo reale, l'agente Deepnote e le app di dati implementabili. https://deepnote.com/
Questo progetto รจ un corso quantitativo open-source che puรฒ aiutare le persone ad acquisire rapidamente conoscenze di finanza quantitativa e la capacitร di sviluppo quantitativo utilizzando Python.
100 puzzle di dati per pandas, che vanno da brevi e semplici a super complicati (60% completato)
Il repository per il corso YouTube di freeCodeCamp, Algorithmic Trading in Python
Un framework unificato per l'analisi dei dati e il machine learning che preservano la privacy
ArcticDB รจ un database DataFrame serverless ad alte prestazioni costruito per l'ecosistema di Data Science di Python.
Estensioni Jupyter che ti aiutano a scrivere codice piรน velocemente: Chat AI consapevole del contesto, Autocompletamento e Foglio di calcolo
Apache Hamilton aiuta data scientist e ingegneri a definire dataflow testabili, modulari e auto-documentanti, che codificano lineage/tracing e metadati. Funziona e scala ovunque lo faccia python.
Appunti delle lezioni di Algebra Lineare con Python. Questa serie di appunti delle lezioni ti guiderร attraverso tutti i concetti fondamentali che pongono le basi per la data science o per competenze quantitative avanzate. Adatto a statistici/economisti, analisti quantitativi, data scientist, ecc. per un rapido ripasso dell'algebra lineare con l'assistenza del calcolo e della visualizzazione Python.