#data-science 저장소
저장소 총 688개
Perpetual은 고성능 그라디언트 부스팅 머신입니다. 단일 실행에서 복잡한 튜닝 없이 간단한 예산 파라미터만으로 최적의 정확도를 제공합니다. 제로-카피 바인딩을 포함한 Rust 코어와 함께 인과 ML, 지속적 학습, 네이티브 보정 및 견고한 이탈 모니터링을 원클릭으로 지원합니다.
Jupyter/IPython 노트북을 위한 드래그 앤 드롭 피벗 테이블 및 차트, PivotTable.js 제공
풀 스택 ML(머신러닝) 로드맵은 데이터 수집 및 전처리, 모델 개발, 배포, 유지 관리를 포함한 머신러닝의 모든 측면에서 능숙해지기 위해 필요한 기술과 기술을 배우는 것을 포함합니다.
Buckaroo - Notebook용 데이터 테이블 UI. 데이터프레임을 빠르게 탐색하고, 데이터프레임을 스크롤하며, 검색, 정렬, 요약 통계 및 히스토그램 보기를 수행합니다. Pandas, Polars, Jupyter, Marimo, VSCode Notebooks와 함께 작동합니다.
Second Brain은 운영 체제 역할을 하는 에이전트 프레임워크로, 로컬 파일 인텔리전스, 워크플로 자동화, 그리고 LLM을 사용하여 작업을 완료하고 여러 모달리티와 메시징 플랫폼을 통해 소통합니다.
ML-capsule은 멘토나 가이드 없이 머신러닝을 배우고자 하는 초보자 및 숙련된 데이터 과학 애호가를 위한 프로젝트입니다. 저희 저장소를 사용하여 ML, DL 및 다양한 관련 기술을 실제 프로젝트를 통해 배우고 인터뷰를 준비할 수 있습니다.
당신의 데이터 과학을 추적하세요. Skore의 오픈 소스 Python 라이브러리는 자동화된 평가 보고서, 스마트한 방법론 안내 및 종합적인 교차 검증 분석으로 ML 모델 개발을 가속화합니다.
해석 가능한 ML 모델 훈련, ML 모델 설명 및 정확성, 차별, 보안에 대한 ML 모델 디버깅을 위한 기술 예시.
Plotlars는 Polars 데이터 분석 라이브러리와 Plotly 라이브러리 간의 통합을 용이하게 하기 위해 설계된 Rust 라이브러리입니다.
RAGLight는 검색 증강 생성(RAG)을 위한 모듈식 프레임워크입니다. 다양한 LLM, 임베딩 및 벡터 스토어를 쉽게 연결할 수 있으며, 이제 외부 도구 및 데이터 소스에 연결하기 위한 원활한 MCP 통합 기능을 포함합니다.
데이터 과학 프로토타입에서 파이프라인으로 빠르게 전환하세요. 번거로운 노트북을 단 두 줄의 코드로 캡처, 분석 및 변환하여 데이터 파이프라인을 구축하세요.
R 프로그래밍 언어에 대한 이해를 심화하는 데 도움이 되는 엄선된 무료 리소스 모음입니다. 정기적으로 업데이트됩니다. 풀 리퀘스트를 통한 기고를 환영합니다(contributing.md 참조).
Turbodbc는 Open Database Connectivity (ODBC) 인터페이스를 통해 관계형 데이터베이스에 접근하기 위한 Python 모듈입니다. 이 모듈은 Python Database API Specification 2.0을 준수합니다.
데이터 사이언스 튜토리얼 중 하나에서 오셨다면, 여기서 코드와 튜토리얼 링크를 찾을 수 있습니다. 도움이 되기를 바랍니다. 즐거운 학습과 코딩 되세요!