#data-science 저장소
저장소 총 688개
이 책이 주로 대상으로 하는 대학원생 및 구직자 여러분께서 이 책을 읽고 혜택을 얻으실 것이라고 믿습니다. 하지만 가장 경험이 많은 연구자들조차 이 책을 흥미롭게 여길 것이라고 희망합니다.
DeepAnalyze는 자율 데이터 과학을 위한 최초의 에이전트형 LLM입니다. 🎈 방대한 데이터를 자동으로 분석하고 클릭 한 번으로 전문 분석 보고서를 생성하는 귀하의 AI 데이터 분석가!
🕵 공공 행정의 사회 통제를 위한 인공 지능 | **이 리포지토리는 자주 업데이트되지 않습니다. README를 확인하세요**
Azure Machine Learning Python SDK를 사용한 ML 및 딥러닝 예제 Python 노트북 | Microsoft
⚡️SwanLab - 오픈 소스, 현대적인 디자인의 AI 훈련 추적 및 시각화 도구. 클라우드 / 자체 호스팅 사용을 지원합니다. PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras 등과 통합됩니다.
상사에게 깊은 인상을 남기고 Jupyter 노트북을 아름답고 공유 가능한 웹 앱으로 변환하세요 — 콜백 없이, 프론트엔드 없이, 다시 작성할 필요 없이.
이 프로젝트는 Dive Into Deep Learning 책(https://d2l.ai/)을 재현하며, MXNet 코드를 PyTorch로 적응시킵니다.
이 완벽한 0~100 리포지토리를 통해 인공 지능, 머신러닝, 생성형 AI, 딥러닝, 데이터 과학, 자연어 처리, 강화 학습 등 다양한 분야에 능숙해지십시오.
AWS에서의 pandas - Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer 및 S3 (Parquet, CSV, JSON 및 EXCEL)와의 쉬운 통합.
Deepchecks: ML 모델 및 데이터의 지속적인 검증을 위한 테스트. Deepchecks는 연구부터 프로덕션까지 데이터와 모델을 철저히 테스트할 수 있도록 지원하는 모든 AI 및 ML 검증 요구 사항을 위한 전체론적 오픈 소스 솔루션입니다.
:atom: 인터랙티브하게 코드를 실행하고, 데이터를 검사하며, 플롯을 그립니다. Jupyter 커널의 모든 파워를 좋아하는 텍스트 에디터 안에서.
폴리마켓(Polymarket)과 칼시(Kalshi) 시장 및 거래 데이터의 가장 큰 공개 데이터 세트를 포함하여 예측 시장 데이터를 수집하고 분석하는 프레임워크.
"수학은 어렵지 않다" - "선형대수학은 어렵지 않다" 상하권, 66개 주제 완결; 비판과 교정을 환영합니다.