#statistics 저장소
저장소 총 174개
JASP는 베이지안과 빈도주의 통계 방법 모두를 위한 완전한 통계 패키지가 되는 것을 목표로 하며, SPSS 사용자에게 익숙하고 사용하기 쉬운 것을 지향합니다
모든 스탠포드 치트시트: 인공 지능, 트랜스포머, LLM, 딥 러닝, 머신 러닝, 확률, 통계, 대수 및 미적분.
🌞 대화형 히트맵을 생성할 수 있도록 고도로 커스터마이징 가능한 JavaScript 라이브러리입니다. 데이터가 부드럽고 시각적으로 직관적인 히트 레이어로 변환되어 패턴과 강도를 한눈에 쉽게 파악할 수 있습니다.
seaborn 플롯에 통계적 유의성 주석을 추가합니다. 버그 수정, 새 기능 및 다른 API를 갖춘 statannot의 추가 개발.
R과 Python을 사용한 프로젝트와 튜토리얼을 위한 코드 저장소로, 데이터 시각화, 통계, 스포츠 분석 및 확률 이론의 일반적인 응용 등 다양한 주제를 다룹니다.
Gramm은 Matlab을 위한 완전한 데이터 시각화 도구 상자입니다. 복잡한 데이터의 다양한 통계적 시각화를 위한 출판 품질의 플롯을 생성하기 위한 사용하기 쉽고 고급 인터페이스를 제공합니다. Gramm은 R의 ggplot2 라이브러리에서 영감을 받았습니다.
읽기 전용 LCU 추천, 마법공학 증강 통계, 게임 내 OCR 오버레이를 제공하는 Windows용 리그 오브 레전드 ARAM 대혼란 도우미입니다.
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.
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.
데이터 과학을 위한 확률 및 통계: 무료 PDF, 23가지 실제 데이터 세트를 사용하는 103가지 Python 노트북, 슬라이드가 포함된 118가지 비디오 및 200가지 연습 문제에 대한 해설을 포함하여 데이터 과학을 위한 확률 및 통계에 대한 자체 포함형 소개