#data-science Repositórios
688 repositórios no total
Cadernos de exercícios para módulos de Machine Learning no Microsoft Learn
Feathr – Uma plataforma unificada e escalável de engenharia de dados e IA para empresas
O Datastore de IA para Schemas, BLOBs e Previsões. Use com seus aplicativos ou integre a Supervisão Humana, Fluxo de Trabalho de Dados e Catálogo de UI incorporados para obter o máximo valor dos seus Dados de IA.
Uma lista selecionada de artigos e recursos sobre detecção de fraudes, anomalias e outliers baseada em Grafos/Transformers
A Responsible AI Toolbox é um conjunto de ferramentas que fornece interfaces de usuário e bibliotecas para exploração e avaliação de modelos e dados, permitindo uma melhor compreensão dos sistemas de IA. Essas interfaces e bibliotecas capacitam desenvolvedores e partes interessadas de sistemas de IA a desenvolver e monitorar a IA de forma mais responsável e a tomar ações mais orientadas por dados.
Biblioteca Python para visualização interativa de modelagem de tópicos. Porto do pacote LDAvis do R.
Este repositório contém todos os recursos relacionados à série de aprendizado de máquina massive mass coders
Uma lista selecionada de artigos de mineração de dados sobre detecção de fraudes.
DATAGEN: Assistente de pesquisa multiagente impulsionado por IA que automatiza a geração de hipóteses, a análise de dados e a redação de relatórios.
Uma biblioteca de rastreamento de experimentos leve, local-first e gratuita da Hugging Face 🤗
Apostas esportivas da NBA usando aprendizado de máquina
Uma lista abrangente de mais de 180 canais do YouTube para Ciência de Dados, Engenharia de Dados, Aprendizado de Máquina, Aprendizado Profundo, Ciência da Computação, programação, engenharia de software, etc.
comparando comediantes de stand-up usando processamento de linguagem natural
MLRun é uma plataforma MLOps de código aberto para construir e gerenciar rapidamente aplicações de ML contínuas em todo o seu ciclo de vida. O MLRun integra-se ao seu ambiente de desenvolvimento e CI/CD e automatiza a entrega de dados de produção, pipelines de ML e aplicações online.
Uma biblioteca compatível com scikit-learn para estimar intervalos de predição e controlar riscos, baseada em predições conformes.
As ações de Deep Learning e Machine Learning representam oportunidades promissoras tanto para investidores de longo prazo quanto para traders de curto prazo.
Tutoriais de Apache Spark e Python (pySpark) para Análise de Big Data e Machine Learning como notebooks IPython / Jupyter
caret (Treinamento de Classificação e Regressão), um pacote R que contém diversas funções para o treinamento e a plotagem de modelos de classificação e regressão
Os agentes de backend são desenvolvidos com: banco de dados multimodal, orquestração e serving em um único arquivo
🚀 Recursos Gratuitos de IA - 🎓 Cursos, 👷 Empregos, 📝 Blogs, 🔬 Pesquisa de IA e muito mais - para todos!
Notebooks Jupyter que dão suporte às minhas postagens de blog sobre ciência de dados em grafos em https://bratanic-tomaz.medium.com/
Pacote de ML Interpretável 🔍 para modelagem preditiva concisa, transparente e precisa (compatível com sklearn).
AIDE: um agente LLM para engenharia de aprendizado de máquina — a pesquisa da qual o Weco surgiu. Referenciado no MLE-bench da OpenAI.
Implementações de alta qualidade de métodos padrão e SOTA (State-Of-The-Art) em uma variedade de tarefas.
O que há nos seus dados? Extraia esquemas, estatísticas e entidades de conjuntos de dados
Converse com seus dados - Análise e visualização de dados por IA em CSV, Postgres, MySQL, Snowflake, SQLite...
API HTTP e servidor MCP para AKShare: obtenha dados financeiros em qualquer linguagem de programação ou assistente de IA (Claude, Cursor)
Uma lista selecionada de mais de 100 recursos para construir e implantar IA generativa, com foco específico em ajudar você a se tornar um Cientista de Dados de IA Generativa com LLMs
Biblioteca Python para previsão de séries temporais usando modelos compatíveis com scikit-learn, métodos estatísticos e modelos fundamentais
:truck: Fluxos de Trabalho Ágeis de Preparação de Dados facilitados com Pandas, Dask, cuDF, Dask-cuDF, Vaex e PySpark