#data-science Repositórios
Descubra 688 repositórios ativos de código aberto no GitHub marcados com #data-science, acumulando um total de 3,508,536 estrelas (uma média de 5,099 por projeto). O líder deste tópico é jackfrued/Python-100-Days, com 187,961 estrelas.
688 repositórios no total
12 semanas, 26 lições, 52 questionários, Machine Learning clássico para todos
O desafio de programação '30 Dias de Python' é um guia passo a passo para aprender a linguagem de programação Python em 30 dias. Este desafio pode levar mais de 100 dias. Siga o seu próprio ritmo. Estes vídeos também podem ajudar: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Uma lista selecionada de frameworks, bibliotecas e softwares incríveis de Machine Learning.
Biblioteca flexível e poderosa para análise / manipulação de dados para Python, fornecendo estruturas de dados rotuladas semelhantes aos objetos data.frame do R, funções estatísticas e muito mais
Aprenda a desenvolver, implantar e iterar em aplicativos de ML de nível de produção.
Vagas de estágio de verão 2027 em engenharia de software, ciência de dados, IA, quant, gestão de produtos e hardware. Atualizadas diariamente por Simplify e Pitt CSC.
Apache Airflow - Uma plataforma para criar, agendar e monitorar fluxos de trabalho programaticamente
Streamlit — O framework nativo para agentes para aplicações de dados e painéis.
Ray é um motor de computação de IA. O Ray consiste em um runtime distribuído central e um conjunto de Bibliotecas de IA para acelerar cargas de trabalho de ML.
Crie e compartilhe aplicativos de aprendizado de máquina interessantes, tudo em Python. 🌟 Dê uma estrela para apoiar nosso trabalho!
500 Projetos de IA, Machine Learning, Deep Learning, Visão Computacional e PNL com Código
Pré-treine, ajuste fino QUALQUER modelo de IA de QUALQUER tamanho em 1 ou 10.000+ GPUs com zero alterações de código.
Roteiro para se tornar um Especialista em Inteligência Artificial em 2022
:memo: Um repositório incrível de Ciência de Dados para aprender e aplicar em problemas do mundo real.
⛔️ DEPRECATADO – Veja https://github.com/ageron/handson-ml3 ou handson-mlp em vez disso.
Cadernos Python de ciência de dados: Aprendizado profundo (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, conceitos essenciais de Python, AWS e várias linhas de comando.
📚 Artigos e blogs de tecnologia de empresas compartilhando seu trabalho em ciência de dados e aprendizado de máquina em produção.
também conhecido como "Métodos Bayesianos para Hackers": Uma introdução aos métodos Bayesianos + programação probabilística com um ponto de vista focado em computação/compreensão primeiro, e matemática depois. Tudo em Python puro ;)
Livro interativo de aprendizado profundo com código de múltiplos frameworks, matemática e discussões. Adotado em 500 universidades de 70 países, incluindo Stanford, MIT, Harvard e Cambridge.
Prefect é um framework de orquestração de fluxo de trabalho para construir pipelines de dados resilientes em Python.
Converse com seu banco de dados ou seu datalake (SQL, CSV, parquet). O PandasAI torna a análise de dados conversacional usando LLMs e RAG.
🏆 Uma lista classificada de bibliotecas Python incríveis de aprendizado de máquina. Atualizada semanalmente.
Um notebook reativo para Python — execute experimentos reprodutíveis, consulte com SQL, execute como um script, implante como um aplicativo e controle de versão com git. Armazenado como Python puro. Tudo em um editor moderno e nativo de IA.
AKShare é uma biblioteca de interface de dados financeiros elegante e simples para Python, construída para seres humanos! Biblioteca de Interface de Dados Financeiros de Código Aberto
Código para Machine Learning for Trading, 3ª edição — desde a obtenção de dados até a execução ao vivo.
📺 Descubra os cursos mais recentes de aprendizado de máquina / IA no YouTube.
Repositório oficial do próprio IPython. Outros repositórios na organização IPython contêm coisas como o website, compilações de documentação, etc.
Uma lista abrangente de conteúdo relacionado ao pytorch no github, como diferentes modelos, implementações, bibliotecas auxiliares, tutoriais, etc.
Uma plataforma de orquestração para o desenvolvimento, produção e observação de ativos de dados.
A pesquisa e desenvolvimento (P&D) é crucial para o aumento da produtividade industrial, especialmente na era da IA, onde os aspectos centrais da P&D se concentram principalmente em dados e modelos. Estamos empenhados em automatizar esses processos genéricos de P&D de alto valor por meio do R&D-Agent, que permite que a IA conduza a IA orientada por dados. 🔗https://aka.ms/RD-Agent-Tech-Report
Uma lista selecionada de frameworks, recursos e outras coisas incríveis de big data.
Uma série de notebooks Jupyter que o guiam pelos fundamentos de Machine Learning e Deep Learning em Python usando Scikit-Learn, Keras e TensorFlow 2.
Perguntas Frequentes
Qual é o repositório de #data-science mais popular no GitHub?
O projeto de código aberto de #data-science mais bem classificado no GitHub é jackfrued/Python-100-Days, com 187,961 estrelas. Python - 100 dias de iniciante a mestre
Quais linguagens de programação são mais usadas nos repositórios de #data-science?
Entre os projetos de #data-science mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, JavaScript.
Como é calculada a classificação dos repositórios de #data-science?
Acompanhamos 688 repositórios ativos de código aberto marcados com #data-science (com mais de 500 estrelas), totalizando 3,508,536 estrelas e uma média de 5,099 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.