#data-visualization Repository
568 repository in totale
Organizzati e aumenta la tua produttivitร con la nostra completa scheda di riferimento della sintassi Org mode! Accedi rapidamente a consigli e trucchi utili. #orgmode #syntax #productivity #referencecard
Analisi delle prestazioni, backtesting di portafoglio, analisi dei rischi e reportistica di factsheet in Python
Un'app per Android per tracciare dati personali e creare grafici personalizzati
Il banco di lavoro DuckDB completamente open source che gira nel tuo browser. Editor SQL, notebook, grafici, assistente AI. Nessuna installazione, nessuna registrazione, nessun backend: i tuoi dati non lasciano mai la scheda.
Kepler Mapper: Un'implementazione flessibile in Python dell'algoritmo Mapper.
PyScada รจ un sistema SCADA open source che utilizza il framework Django come backend
Strumento per visualizzare le metriche di Copilot fornite tramite l'API delle metriche aziendali di Copilot
Visualizzazione Preferiti WeChat Claude Code Skill โ Pipeline End-to-End da DB Criptata a Report HTML Interattivo
Una galleria WebGL sperimentale in grado di visualizzare decine di migliaia di locandine cinematografiche come un diagramma di Voronoi
Andamento dei prezzi delle case elaborato sulla base dei dati dell'Ufficio Nazionale di Statistica
PIDtoolbox รจ un set di strumenti grafici per analizzare i dati di log della scatola nera
Un piccolo componente JavaScript altamente performante per il parsing e il disegno di stringhe SMILES. Rilasciato sotto la licenza MIT.
๐ Wrapper di convenienza ingegnosi che velocizzano il tuo lavoro quotidiano con d3.js
Il Toolkit Radar Python-ARM. Un toolkit interattivo guidato da un modello di dati per lavorare con dati radar meteorologici.
Simulazione Monte Carlo della stagione NBA, utilizzando dbt, duckdb ed evidence.dev
Meta-pacchetto per l'analisi dei dati in Julia, modellato sul tidyverse di R.
ProphitBet รจ unโapplicazione per prevedere le scommesse sul calcio basata sul machine learning. Analizza la forma delle squadre, calcola le statistiche delle partite e ne prevede gli esiti utilizzando metodi avanzati di machine learning (ML). Inoltre, offre agenti di scommessa basati sul deep reinforcement learning (DRL), in grado di apprendere strategie di scommessa ottimali.
Una raccolta di oltre 150 set di dati gratuiti da utilizzare nelle scienze sociali, nella microeconomia applicata, nella visualizzazione dei dati, ecc.
YAML dichiarativo intorno a SQL per dashboard nativamente compatibili con dbt: facile da scrivere per gli agenti, facile da verificare per gli esseri umani.
Fantastica scienza atmosferica, oceanica e climatica aperta