#pandas 저장소
저장소 총 171개
머신러닝 입문자 혹은 스터디를 준비하시는 분들에게 도움이 되고자 만든 repository입니다. (This repository is intended for helping those who are beginners in machine learning or preparing for study)
Mars는 대규모 데이터 계산을 위한 텐서 기반의 통합 프레임워크로, numpy, pandas, scikit-learn 및 Python 함수를 확장합니다.
freeCodeCamp의 YouTube 강좌 'Algorithmic Trading in Python' 저장소
Apache Hamilton은 데이터 과학자와 엔지니어가 계보/추적 및 메타데이터를 인코딩하는 테스트 가능한 모듈식 자체 문서화 데이터 흐름을 정의하도록 돕습니다. 파이썬이 실행되는 모든 곳에서 실행되고 확장됩니다.
PyGraphistry는 GPU 가속 Graphistry 시각 그래프 분석기를 사용하여 큰 그래프를 빠르게 로드, 형성, 임베드 및 탐색할 수 있는 Python 라이브러리입니다.
Python Machine Learning 에코시스템의 높은 인기를 활용하여 Machine Learning과 Deep Learning으로 복잡한 실생활 문제를 인식하고 해결하는 데 필요한 필수 기술을 익히세요.
🚀 데이터 분석 및 데이터 과학을 위한 500개 이상의 엄선된 리소스: Python, SQL, 통계, ML, AI, 시각화, 치트 시트, 로드맵, 인터뷰 준비. 초보자와 전문가 모두를 위해.
분산 컴퓨팅을 위한 통합 인터페이스. Fugue는 Spark, Dask 및 Ray에서 SQL, Python, Pandas 및 Polars 코드를 재작성 없이 실행합니다.
qstock은 'Python 금융 정량' 공식 계정에서 개발되었으며, 개인 정량 투자 연구 분석 패키지를 목표로 합니다. 현재 데이터 수집(data), 시각화(plot), 주식 선정(stock), 정량 백테스팅(strategy backtest) 모듈을 포함하고 있습니다. qstock은 사용자에게 간결한 데이터 인터페이스와 정리된 금융 시장 데이터를 제공할 것입니다. 시각화 모듈은 사용자에게 웹 기반의 상호작용 가능한 그래픽에 대한 간단한 인터페이스를 제공합니다. 주식 선정 모듈은 Tonghuashun의 주식 선정 데이터와 RPS, MM 추세, 재무 지표, 자금 흐름 모델 등을 포함한 맞춤형 주식 선정을 제공합니다. 백테스팅 모듈은 모든 사람에게 벡터화된(pandas 기반) 및 이벤트 기반의 기본 프레임워크와 모델을 제공합니다. "Python 금융 정량" WeChat 공식 계정을 팔로우하여 더 많은 응용 프로그램 정보를 얻으십시오.
실습 위주의 데이터 분석 학습은 지식 포인트를 내포하며, 배우고, 하고, 안내하는 과정을 통해 더 나은 학습 효과를 얻습니다