#data-science Repository
688 repository in totale
Dashboard interattivi Python per l'apprendimento della data science
100 Knockouts di Data Science (Elaborazione Dati Strutturati)
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.
Una libreria di encoder di variabili categoriche compatibili con sklearn
Una libreria Python che aiuta gli scienziati dei dati a inferire la causalitร invece di osservare la correlazione.
Metriche di machine learning per applicazioni PyTorch distribuite e scalabili.
Un servizio di machine learning low-code per il ranking personalizzato di articoli, annunci, risultati di ricerca, raccomandazioni che aumenta il coinvolgimento degli utenti. Un motore Learn-to-Rank amichevole
Una lista curata di articoli di ricerca sulla rilevazione di comunitร con implementazioni.
Un elenco di raccomandazioni di libri di informatica classici e di alta qualitร , caratterizzato da: raccoglie solo libri di alta qualitร , classici in ogni direzione, senza cercare la quantitร ma la qualitร .
Una libreria intuitiva per aggiungere funzionalitร di plotting agli oggetti scikit-learn.
๐ Repository per raccogliere informazioni su materiali di studio in analisi dei dati e aree affini, aziende che lavorano con i dati e dizionario di concetti
Algoritmi ML 2-2000x piรน veloci, 50% in meno di utilizzo della memoria, funziona su tutti i hardware - nuovi e vecchi.
Padroneggia i fondamenti dell'apprendimento automatico, dell'apprendimento profondo e dell'ottimizzazione matematica costruendo concetti e modelli chiave da zero usando Python.
L'obiettivo di CLAIMED รจ consentire la programmazione in stile prototipazione rapida low-code/no-code per integrarla seamless in CI/CD in produzione.
Libreria Python open-source per l'ingegnerizzazione e la selezione delle feature compatibile con sklearn.
Assistente alla scrittura di codice AI che comprende il contenuto dei dati
Un sito web che visualizza centinaia di grafici realizzati con Python
Lista attivamente curata di strumenti BI fantastici. PR benvenuti!
Raccolta curata da NVIDIA di risorse educative relative alla programmazione GPU per scopi generali.
Il selettore di feature รจ uno strumento per la riduzione della dimensionalitร di dataset di machine learning
Libreria open-source a basso codice per la preparazione dei dati in Python. Raccogli, pulisci e visualizza i tuoi dati in Python con poche righe di codice.
๐ Oltre 500 risorse curate per l'analisi dei dati e la scienza dei dati: Python, SQL, Statistica, ML, IA, Visualizzazione, Schede riassuntive, Roadmap, Preparazione ai colloqui. Per principianti ed esperti.
Repository del libro per The Turing Way: una guida pratica per la data science riproducibile, etica e collaborativa
Il Compendio dellโIA, precedentemente chiamato Compendio del ML, raccoglie risorse e spiegazioni sullโapprendimento automatico (ML) e sul deep learning, partendo da un problema aziendale e arrivando a dati, IA, ingegneria e prodotto.
๐บ(tv) Tidy Viewer รจ un CLI csv pretty printer multipiattaforma che utilizza lo styling delle colonne per massimizzare il piacere dello spettatore.
Le migliori idee per una particolare azienda per realizzare progetti folli.
Un toolkit/biblioteca Python per machine/deep learning e data mining centrato sulla realtร su serie temporali parzialmente osservate, con oltre 50 modelli di reti neurali SOTA per compiti di analisi scientifica (imputazione, classificazione, clustering, previsione, rilevamento anomalie, pulizia) su TS multivariate industriali incomplete campionate irregolarmente con valori mancanti NaN
Esempi ufficiali di Azure Machine Learning guidati dalla community, testati con GitHub Actions.
Un'introduzione concisa e adatta ai principianti alle idee fondamentali dell'algebra lineare.
Approaching (Almost) Any Machine Learning Problem versione cinese, indirizzo della documentazione online: https://ytzfhqs.github.io/AAAMLP-CN/
Il Virtual Feature Store. Trasforma la tua infrastruttura dati esistente in un feature store.