#data-science Repository
Scopri 688 repository GitHub open source attivi contrassegnati con #data-science, che raccolgono un totale di 3,508,536 stelle (con una media di 5,099 stelle per progetto). Il progetto leader di questo argomento è jackfrued/Python-100-Days, con 187,961 stelle.
688 repository in totale
La sfida di programmazione '30 giorni di Python' è una guida passo-passo per imparare il linguaggio di programmazione Python in 30 giorni. Questa sfida potrebbe richiedere più di 100 giorni. Segui il tuo ritmo. Anche questi video potrebbero aiutarti: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Un elenco curato di fantastici framework, librerie e software di Machine Learning.
Libreria flessibile e potente per l'analisi / manipolazione dei dati in Python, che fornisce strutture dati etichettate simili agli oggetti data.frame di R, funzioni statistiche e molto altro
Impara a sviluppare, distribuire e iterare applicazioni ML di livello produttivo.
Annunci di stage estivi 2027 in ingegneria del software, scienza dei dati, IA, quant, gestione del prodotto e hardware. Aggiornati quotidianamente da Simplify e Pitt CSC.
Apache Airflow - Una piattaforma per creare, pianificare e monitorare workflow in modo programmatico
Ray è un motore di calcolo AI. Ray consiste in un runtime distribuito principale e un set di librerie AI per accelerare i carichi di lavoro ML.
Crea e condividi app di machine learning deliziose, tutto in Python. 🌟 Metti una stella per supportare il nostro lavoro!
500 progetti di intelligenza artificiale Machine learning Deep learning Computer vision NLP con codice
Pre-allenamento, affinamento di QUALSIASI modello AI di QUALSIASI dimensione su 1 o 10.000+ GPU senza modifiche al codice.
Roadmap per diventare un esperto di intelligenza artificiale nel 2022
:memo: Un fantastico repository di Data Science per imparare e applicare a problemi del mondo reale.
⛔️ DEPRECATO – Vedi https://github.com/ageron/handson-ml3 o handson-mlp invece.
Notebook Python per la data science: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamenti di Python, AWS e varie righe di comando.
📚 Paper e blog tecnici di aziende che condividono il loro lavoro su data science e machine learning in produzione.
aka "Bayesian Methods for Hackers": Un'introduzione ai metodi bayesiani + programmazione probabilistica con un punto di vista computation/understanding-first, mathematics-second. Tutto in puro Python ;)
Libro interattivo di deep learning con codice multi-framework, matematica e discussioni. Adoptato in 500 università di 70 paesi, inclusi Stanford, MIT, Harvard e Cambridge.
Prefect è un framework di orchestrazione dei workflow per la costruzione di pipeline di dati resilienti in Python.
Chiacchiera con il tuo database o il tuo datalake (SQL, CSV, parquet). PandasAI rende l'analisi dei dati conversazionale utilizzando LLM e RAG.
Un elenco classificato di fantastiche librerie Python per il machine learning. Aggiornato settimanalmente.
Un notebook reattivo per Python — esegui esperimenti riproducibili, effettua query con SQL, esegui come script, distribuisci come app e versiona con git. Archivaito come puro Python. Tutto in un editor moderno e nativo per l'IA.
AKShare è una libreria di interfacce per dati finanziari elegante e semplice per Python, costruita per gli esseri umani! Libreria di interfacce per dati finanziari open source
Codice per Machine Learning for Trading, 3ª edizione — dall'acquisizione dei dati all'esecuzione in tempo reale.
Riepilogo libri gratuiti. Download PDF Baidu Cloud Download eBook =钮趃圱欘偽罞僂珖椃櫑棅蚼饗仰苳堽彈朿骋騴郃碮字攉謳輒葓鼪滼觙悌爷砖杨鰙滣駧呸肧薉焤罳蛥鑔脽騺挬逽鴏剘牻帕啨砟躿猱逍錢饕橙岌媤瞧楆犧氤羼鳮鯆渟鶻椛彙踆膻挏鈒胆鬣喧璏鋂綨向糷螋炕谧溟涠褱暂餖钿慭轒烝嶬窷缚娽崢疺穻篥縍廝坞埜弼歒実湏蔎饮顀聂馅趿卄楲擜稿罫躸亖
Repository ufficiale per IPython in sé. Altri repo nell'organizzazione IPython contengono cose come il sito web, build della documentazione, ecc.
Un elenco completo di contenuti relativi a Pytorch su GitHub, come diversi modelli, implementazioni, librerie di supporto, tutorial ecc.
Una piattaforma di orchestrazione per lo sviluppo, la produzione e l'osservazione di asset di dati.
Ricerca e sviluppo (R&S) è fondamentale per il miglioramento della produttività industriale, specialmente nell'era dell'IA, dove gli aspetti centrali della R&S si concentrano principalmente su dati e modelli. Ci impegniamo ad automatizzare questi processi di R&S generici di alto valore attraverso R&D-Agent, che permette all'IA di guidare l'IA guidata dai dati. 🔗https://aka.ms/RD-Agent-Tech-Report
Un elenco curato di incredibili framework di big data, risorse e altre meraviglie.
Una serie di notebook Jupyter che ti guidano attraverso i fondamenti del Machine Learning e del Deep Learning in Python utilizzando Scikit-Learn, Keras e TensorFlow 2.
Domande frequenti
Qual è il repository #data-science più popolare su GitHub?
Il progetto open source #data-science più alto in classifica su GitHub è jackfrued/Python-100-Days, con 187,961 stelle. Python - 100 giorni da principiante a maestro
Quali linguaggi di programmazione sono più utilizzati nei repository #data-science?
Tra i progetti #data-science più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, JavaScript.
Come viene calcolata la classifica dei repository #data-science?
Monitoriamo 688 repository open source attivi contrassegnati con #data-science (500+ stelle), per un totale di 3,508,536 stelle e una media di 5,099 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.