#data-science Repository
688 repository in totale
Probabilmente la migliore lista curata di software per data science in Python.
๐จ ๐ ๐ป ๐ GraphScope: Un sistema completo per il calcolo di grafi su larga scala da Alibaba | Sistema completo per il calcolo di grafi
Tutti i materiali del corso Zero to Mastery Machine Learning and Data Science.
๐ IDE tutto-in-uno basato su web specializzato in machine learning e data science.
Inferenza Causale per i Coraggiosi e i Veri. Un approccio leggero ma rigoroso per apprendere la stima dell'impatto e la causalitร .
:earth_americas: tutorial di machine learning (principalmente in Python3)
Debugging, monitoraggio e visualizzazione per Python Machine Learning e Data Science
Libro_7_ใMachine Learningใ | Il libro sull'iris: dall'addizione e sottrazione al machine learning; critiche e suggerimenti sono benvenuti.
Questo repository รจ una collezione curata di progetti pratici di data science pensati per principianti. Che tu stia appena iniziando il tuo percorso nella data science o voglia rafforzare le tue competenze, questi progetti offrono un modo pratico e interattivo per applicare le tue conoscenze.
Pacchetto Python per AutoML su dati tabulari con Feature Engineering, Tuning degli Iper-Parametri, Spiegazioni e Documentazione Automatica
Scopri come progettare, sviluppare, distribuire e iterare applicazioni ML pronte per la produzione.
Un repository che elenca le potenziali fonti che ti aiuteranno a prepararti per un colloquio di Data Science/Machine Learning. Nuove risorse aggiunte frequentemente.
Determined รจ una piattaforma open-source di machine learning che semplifica l'addestramento distribuito, l'ottimizzazione degli iperparametri, il monitoraggio degli esperimenti e la gestione delle risorse. Funziona con PyTorch e TensorFlow.
.NET Interactive combina la potenza di .NET con molte altre lingue per creare notebook, REPL e esperienze di codifica integrate. Condividi codice, esplora dati, scrivi e impara nelle tue app in modi che non potevi prima.
Una libreria Python per la visualizzazione di alberi decisionali e l'interpretazione del modello.
Link a risorse curate con cura per la data science in un unico posto
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.
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/
Un elenco di set di dati pubblicamente disponibili con dati in tempo reale mantenuti dal team di bytewax.io
Una libreria per il debug/il controllo dei classificatori di machine learning e la spiegazione delle loro previsioni
Una libreria open-source per la registrazione dei dati per modelli di machine learning e pipeline di dati. ๐ Fornisce visibilitร sulla qualitร dei dati e sulle prestazioni del modello nel tempo. ๐ก๏ธ Supporta la raccolta dati che preserva la privacy, garantendo sicurezza e robustezza. ๐
๐โฝ Una raccolta di progetti, dati e analisi di analisi calcistiche di Edd Webster (@eddwebster), inclusa una lista curata di risorse pubblicamente disponibili pubblicate dalla comunitร di analisi calcistica.
Libro_6_"La Via dei Dati" | Il libro Iris: Dall'addizione, sottrazione, moltiplicazione e divisione al machine learning; diamo il benvenuto a critiche e correzioni! Gli studenti che correggono molti errori riceveranno una copia del libro come ringraziamento!
Feather: archiviazione rapida e interoperabile di frame di dati binari per Python, R e altro, basata su Apache Arrow
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
Client Python per Supabase. Interroga Postgres da Flask, Django e FastAPI. Autenticazione degli utenti Python, policy di sicurezza, funzioni edge, archiviazione di file e streaming di dati in tempo reale.
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.
Collegamento dati probabilistico veloce, accurato e scalabile con supporto per piรน backend SQL