#economics Repository
Scopri 19 repository GitHub open source attivi contrassegnati con #economics, che raccolgono un totale di 146,924 stelle (con una media di 7,732 stelle per progetto). Il progetto leader di questo argomento è openbq-org/OpenBB, con 75,619 stelle.
19 repository in totale
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
🌊 Integrazione approfondita delle principali risorse accademiche, finanziarie ed educative a livello globale: la sezione accademica riunisce articoli provenienti da piattaforme autorevoli come JSTOR, Taylor & Francis e Cambridge University Press, offrendo inoltre accesso a un’enorme raccolta di e-book della biblioteca ombra Z-Library; la sezione educativa comprende libri di testo per materia dalla scuola primaria alla scuola superiore e all’università a Hong Kong e Singapore; la sezione finanziaria raccoglie report di ricerca approfonditi di istituzioni leader come Citron, Morgan e Nomura, con l’obiettivo di abbattere i silos informativi e costruire una base di conoscenza inclusiva che promuova un accesso equo al sapere.
🔬 Una collezione curata di oltre 23.000 skill per agenti per la ricerca empirica in 8 discipline delle scienze sociali. | 精选 23,000+ AI Agent 技能库,覆盖8大社会科学学科的实证研究。CoPaper.AI completa un articolo di ricerca empirica normativa riproducibile in 20 minuti e supporta il caricamento di Skills da parte degli utenti. -- Mantenuto da CoPaper.AI di Stanford REAP.
ALICE (Automated Learning and Intelligence for Causation and Economics) è un progetto di Microsoft Research mirato ad applicare concetti di Intelligenza Artificiale al processo decisionale economico. Uno dei suoi obiettivi è creare un kit di strumenti che combini tecniche di machine learning all'avanguardia con l'econometria al fine di portare l'automazione a problemi complessi di inferenza causale. Ad oggi, il SDK Python di ALICE (econml) implementa algoritmi di machine learning ortogonali come il lavoro sul double machine learning di
Un elenco collaborativo di fantastiche risorse di intelligence open source (OSINT)
Un template di Claude Code pronto da forkare per la ricerca accademica — articoli, analisi dei dati (R, Stata, Python), presentazioni e didattica — con revisione multiagente, controlli di qualità obbligatori e protocolli di replicazione. È utilizzabile anche con Codex e Antigravity.
Pacchetti di competenze Claude Code/Codex specifici per riviste, che coprono le principali pubblicazioni — AER, QJE, Nature, Cell, Management World, Economic Research Journal e oltre 200 altre — la tua corsia preferenziale per la pubblicazione.
Risolvi e stima modelli di equilibrio generale dinamico stocastico (incluso il DSGE della New York Fed)
Questo repository ospita il codice alla base del libro online "Coding for Economists".
Impara le convenzioni di scrittura di qualsiasi rivista dai suoi articoli pubblicati, poi rivedi il tuo manoscritto per adattarlo — sezione per sezione.
Abilità agente che trasforma gli assistenti IA in esperti redattori di articoli economici. Sintetizza oltre 50 guide di Cochrane, McCloskey, Shapiro, Head, Bellemare, Goldin e Kremer. Compatibile con Claude Code e OpenAI Codex.
Una raccolta selezionata di strumenti di IA, competenze degli agenti, librerie e risorse per la ricerca economica, l’insegnamento e l’analisi delle politiche. Curata dal team OpenEcon.
Replicazione di tabelle e figure da "Mostly Harmless Econometrics" in Stata, R, Python e Julia.
Articoli eccezionali che coinvolgono LLM nelle scienze sociali.
Una raccolta di oltre 150 set di dati gratuiti da utilizzare nelle scienze sociali, nella microeconomia applicata, nella visualizzazione dei dati, ecc.
Domande frequenti
Qual è il repository #economics più popolare su GitHub?
Il progetto open source #economics più alto in classifica su GitHub è openbq-org/OpenBB, con 75,619 stelle. Piattaforma dati aperta per analisti, quant e agenti AI.
Quali linguaggi di programmazione sono più utilizzati nei repository #economics?
Tra i progetti #economics più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Stata, JavaScript.
Come viene calcolata la classifica dei repository #economics?
Monitoriamo 19 repository open source attivi contrassegnati con #economics (500+ stelle), per un totale di 146,924 stelle e una media di 7,732 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.