#data-science Repositórios
688 repositórios no total
1 Linha de perfilamento de qualidade de dados e análise exploratória de dados para DataFrames Pandas e Spark.
Repositório oficial do Trino, o motor de consulta SQL distribuído para big data, anteriormente conhecido como PrestoSQL (https://trino.io)
O repositório de código e recurso de informações do livro "Python Machine Learning (1ª edição)"
Roteiro de aprendizagem em Inteligência Artificial, com cerca de 200 casos práticos e projetos compilados, oferece materiais didáticos complementares gratuitos, para iniciantes e com foco na aplicação profissional! Inclui: Python, Matemática, Machine Learning, Análise de Dados, Deep Learning, Visão Computacional, Processamento de Linguagem Natural, 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 e outras áreas populares.
OpenRefine é uma ferramenta poderosa, gratuita e de código aberto para trabalhar com dados desorganizados e melhorá-los
Cliente de terminal MySQL rico com preenchimento automático, destaque de sintaxe e dataframes
Framework low-code para construir LLMs personalizados, redes neurais e outros modelos de IA
A biblioteca de código aberto do Cleanlab é o pacote padrão de IA centrado em dados para qualidade de dados e aprendizado de máquina com dados e rótulos reais e confusos.
A plataforma de desenvolvimento de IA. Use Weights & Biases para treinar e ajustar modelos, e gerenciar modelos desde a experimentação até a produção.
Mecanismo de documentos para IA com reconhecimento de layout e um kit de ferramentas Python repleto de recursos para extrair, renderizar e editar PDFs e outros documentos. Desde a versão 2.0, sua análise de layout baseada em aprendizado de máquina transforma arquivos PDF e Office em Markdown de alta qualidade para RAG e agentes, funciona rapidamente na CPU e vincula cada resultado à página de origem.
Exemplo de 📓 cadernos Jupyter que demonstram como construir, treinar e implantar modelos de aprendizado de máquina usando 🧠 Amazon SageMaker.
Livro didático online gratuito de notebooks Jupyter para o curso de Álgebra Linear Computacional da fast.ai
Tutoriais, trabalhos práticos e competições para cursos relacionados a Deep Learning do MIT.
Modin: Amplie seus fluxos de trabalho do Pandas alterando uma única linha de código
Uma estrutura de projeto lógica, razoavelmente padronizada, mas flexível para fazer e compartilhar trabalhos de ciência de dados.
Uma biblioteca Python para detecção de anomalias em dados tabulares, séries temporais, grafos, texto, imagens e áudio. Inclui mais de 60 detectores, orquestração ADEngine baseada em benchmarks e um fluxo de trabalho agente para agentes de IA.
Uma ferramenta de Aprendizado de Máquina Automatizado em Python que otimiza pipelines de aprendizado de máquina usando programação genética.
O mecanismo de pesquisa que oferece a você uma vantagem injusta. Teste milhares de ideias de trading antes que os outros terminem uma.
Plataforma AutoML open-source de baixo código para Python. PyCaret 4.0: motor nativo sklearn + plano de controle React.
Melhores Práticas, exemplos de código e documentação para Visão Computacional.
Biblioteca de aprendizado profundo com uma API de nível superior para TensorFlow.
Uma biblioteca Python para previsão fácil de usar e detecção de anomalias em séries temporais.
XGo é uma linguagem de programação que se lê como inglês simples. Mas também é incrivelmente poderosa — ela permite que você utilize recursos de C/C++, Go, Python e JavaScript/TypeScript, criando um ecossistema unificado de engenharia de software. Nossa visão é capacitar todos para se tornarem construtores do mundo.
Uma biblioteca de Gradient Boosting em Árvores de Decisão rápida, escalável e de alto desempenho, usada para ranking, classificação, regressão e outras tarefas de aprendizado de máquina para Python, R, Java, C++. Suporta computação em CPU e GPU.
Uma coleção de exemplos e tutoriais de aprendizado de máquina.
🧙 Construa, execute e gerencie pipelines de dados para integrar e transformar dados.
Uma plataforma GIS leve e nativa da nuvem para visualizar, explorar e analisar dados geoespaciais. Ela funciona no navegador da web, no desktop, em dispositivos móveis e dentro de notebooks Jupyter.
[SIGMOD'27] Preparação de dados simplificada com os mais recentes operadores e pipelines baseados em LLM.
DataFrame híbrido Apache Arrow/NumPy com suporte 'out-of-core' para Python, ML, visualização e exploração de grandes dados tabulares, processando um bilhão de linhas por segundo 🚀
DoWhy é uma biblioteca Python para inferência causal que suporta modelagem explícita e teste de suposições causais. DoWhy é baseado em uma linguagem unificada para inferência causal, combinando modelos gráficos causais e frameworks de resultados potenciais.
Diga adeus ao tédio! Dedicamo-nos a criar exemplos práticos de Python. Encontre mais tutoriais de Python de qualidade em https://ai-jupyter.com
Evidently é uma estrutura de observabilidade de ML e LLM de código aberto. Avalie, teste e monitore qualquer sistema com IA ou pipeline de dados. De dados tabulares a Gen AI. Mais de 100 métricas.
Livro_3_《Elementos da Matemática》 | Livro da Íris: Do Adição, Subtração, Multiplicação e Divisão ao Aprendizado de Máquina; Disponível; Boas-vindas a continuar corrigindo erros, os alunos com mais correções ainda terão livros de presente!