#data-science Repository
688 repository in totale
Matplot++: Una libreria grafica C++ per la visualizzazione dei dati ๐๐พ
ร mia convinzione che voi, studenti laureati e persone in cerca di lavoro per cui il libro รจ principalmente destinato, ne trarrete beneficio; tuttavia, spero che anche i ricercatori piรน esperti lo troveranno affascinante.
Un linguaggio di programmazione probabilistico in TensorFlow. Modelli generativi profondi, inferenza variazionale.
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!
Data mining, Visione artificiale, Elaborazione del linguaggio naturale, Conoscenze sui concorsi per sistemi di raccomandazione, Codice, Idee
Una lista curata di progetti, librerie e risorse Jupyter fantastici
๐ต Intelligenza artificiale per il controllo sociale della pubblica amministrazione | **Questo repository non riceve aggiornamenti frequenti. Dai un'occhiata al README**
Fondamenti di Machine Learning: Algebra Lineare, Calcolo, Statistica e Informatica
Una libreria veloce per AutoML e tuning. Unisciti al nostro Discord: https://discord.gg/Cppx2vSPVP.
Notebook Python con esempi di ML e deep learning con Azure Machine Learning Python SDK | Microsoft
โก๏ธSwanLab - uno strumento open-source di tracciamento e visualizzazione dell'addestramento AI dal design moderno. Supporta l'uso Cloud / Self-hosted. Integrato con PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras ecc.
Toolkit Python per la finanza quantitativa: analisi azionaria, indicatori tecnici, backtesting di strategie, ottimizzazione del portafoglio e modellazione finanziaria.
Impressiona il tuo capo e trasforma un notebook Jupyter in una bellissima app web condivisibile โ niente callback, niente frontend, niente riscrittura.
Una Collezione di Cheatsheets, Libri, Domande e Portfolio Per la Preparazione all'Intervista DS/ML
Questo progetto riproduce il libro Dive Into Deep Learning (https://d2l.ai/), adattando il codice da MXNet a PyTorch.
Diventa esperto in Intelligenza Artificiale, Machine Learning, IA Generativa, Deep Learning, Data Science, Elaborazione del Linguaggio Naturale, Apprendimento per Rinforzo e altro ancora con questo repository completo da 0 a 100.
STUMPY รจ una potente e scalabile libreria Python per l'analisi moderna delle serie temporali
Raccolta di utili argomenti di data science insieme ad articoli, video e codice
pandas su AWS - Integrazione facile con Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer e S3 (Parquet, CSV, JSON e EXCEL).
Una lista curata di risorse fantastiche per il machine learning responsabile.
Un pacchetto Python per l'analisi e la visualizzazione geospaziale interattiva con Google Earth Engine.
Deepchecks: Test per la validazione continua di modelli e dati ML. Deepchecks รจ una soluzione olistica open-source per tutte le tue esigenze di validazione AI e ML, che consente di testare a fondo i tuoi dati e modelli dalla ricerca alla produzione.
Un'ottima lista di eventi e opportunitร di fellowship per studenti di Informatica
:atom: Esegui codice in modo interattivo, ispeziona dati e crea grafici. Tutto il potere dei kernel di Jupyter, all'interno del tuo editor di testo preferito.
Un framework per la raccolta e l'analisi dei dati di mercato delle previsioni, incluso il piรน grande set di dati pubblicamente disponibile su Polymarket e Kalshi relativo ai mercati e alle transazioni.
Risposte a 120 domande comuni di interviste per data science.
Un pacchetto Python per il mapping interattivo e l'analisi geospaziale con la minima codifica in un ambiente Jupyter
[NeurIPS 2026] DataFlex: un benchmark unificato e una piattaforma di valutazione per lโaddestramento di grandi modelli linguistici incentrato sui dati
"La matematica non รจ difficile" - "Algebra lineare non รจ difficile", volumi 1 e 2, 66 argomenti completati; benvenuti critiche e correzioni.