#data-science 저장소
저장소 총 688개
1줄 코드로 Pandas 및 Spark DataFrame의 데이터 품질 프로파일링 & 탐색적 데이터 분석.
인공지능 학습 로드맵, 약 200개의 실전 사례와 프로젝트 정리, 무료 교재 제공, 초보자부터 시작, 취업 실전! 포함: Python, 수학, 머신러닝, 데이터 분석, 딥러닝, 컴퓨터 비전, 자연어 처리, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv 등 인기 분야
Cleanlab의 오픈 소스 라이브러리는 지저분하고 실제 세계의 데이터와 레이블을 가진 데이터 품질 및 머신러닝을 위한 표준 데이터 중심 AI 패키지입니다.
AI를 위한 레이아웃 인식 문서 엔진이자 PDF 및 기타 문서를 추출, 렌더링, 편집할 수 있는 풍부한 기능의 Python 툴킷입니다. 버전 2.0부터 머신러닝 기반 레이아웃 분석으로 PDF와 Office 파일을 RAG 및 에이전트에 적합한 고품질 Markdown으로 변환합니다. CPU에서도 빠르게 실행되며 모든 결과를 원본 페이지와 연결합니다.
🧠 Amazon SageMaker를 사용하여 머신 러닝 모델을 구축, 훈련 및 배포하는 방법을 보여주는 예제 📓 Jupyter 노트북.
fast.ai Computational Linear Algebra 코스를 위한 Jupyter 노트북의 무료 온라인 교과서
데이터 과학 작업을 수행하고 공유하기 위한 논리적이고, 합리적으로 표준화된, 그러나 유연한 프로젝트 구조.
정형 데이터, 시계열, 그래프, 텍스트, 이미지 및 오디오 데이터 전반에 걸친 이상 탐지를 위한 Python 라이브러리입니다. 60개 이상의 탐지기, 벤치마크 기반의 ADEngine 오케스트레이션, 그리고 AI 에이전트를 위한 에이전트 워크플로우를 제공합니다.
XGo는 평범한 영어처럼 읽히는 프로그래밍 언어입니다. 하지만 또한 엄청나게 강력합니다. 이는 C/C++, Go, Python, JavaScript/TypeScript의 자산을 활용하여 통합된 소프트웨어 엔지니어링 생태계를 만들 수 있도록 해줍니다. 우리의 비전은 모든 사람이 세상의 건설자가 될 수 있도록 하는 것입니다.
결정 트리 기반의 빠르고 확장 가능하며 고성능 Gradient Boosting 라이브러리로, Python, R, Java, C++용 랭킹, 분류, 회귀 및 기타 머신러닝 작업에 사용됩니다. CPU와 GPU에서 계산을 지원합니다.
지리공간 데이터를 시각화, 탐색 및 분석하기 위한 경량의 클라우드 네이티브 GIS 플랫폼입니다. 웹 브라우저, 데스크톱, 모바일 및 Jupyter 노트북에서 실행됩니다.
Python, ML, 시각화 및 빅 테이블 데이터 탐색을 위한 Out-of-Core 하이브리드 Apache Arrow/NumPy DataFrame, 초당 10억 행 처리 🚀
DoWhy는 인과 추론을 위한 Python 라이브러리로, 인과 가정의 명시적 모델링과 테스트를 지원합니다. DoWhy는 인과 그래프 모델과 잠재 결과 프레임워크를 결합한 인과 추론의 통합 언어에 기반합니다.
지루함과 작별, Python 실용적인 작은 예제 제작에 전념합니다. 더 많은 Python 양심 튜토리얼은 https://ai-jupyter.com에서 확인하세요
Evidently는 오픈 소스 ML 및 LLM 관찰 프레임워크입니다. 모든 AI 기반 시스템 또는 데이터 파이프라인을 평가, 테스트 및 모니터링하세요. 테이블 형식 데이터부터 Gen AI까지. 100개 이상의 지표.
Book_3_《수학 원론》 | 아이리스 북: 덧셈, 뺄셈, 곱셈, 나눗셈에서 머신러닝까지; 등록됨; 계속해서 오류를 수정해 주세요. 오류를 많이 수정하신 분들께는 추첨을 통해 책을 증정합니다!