#statistics Repositórios
174 repositórios no total
Tianji: Visão sobre tudo, Análise de Website + Monitor de Tempo de Atividade + Status do Servidor. não apenas mais uma alternativa ao GA
Um pacote de biblioteca de estatísticas Golang completo e bem testado, sem dependências.
Biblioteca matemática moderna e poderosa para PHP: Recursos de estatísticas descritivas e regressões; Distribuições de probabilidade contínuas e discretas; Álgebra linear com matrizes e vetores, Análise numérica; funções matemáticas especiais; Álgebra
Algoritmos de ML 2.000x mais rápidos, 50% menos uso de memória, funciona em todo hardware - novo e antigo.
Um gráfico de atividades gerado dinamicamente para mostrar suas atividades no GitHub dos últimos 31 dias.
Mostre o status dos Repositórios do GitHub diretamente na sua barra de menu e terminal: CI, Issues, Pull Requests, Último Lançamento.
🚀 Mais de 500 recursos selecionados para Análise de Dados e Ciência de Dados: Python, SQL, Estatística, ML, IA, Visualização, Folhas de dicas (Cheatsheets), Mapas de progresso (Roadmaps), Preparação para entrevistas. Para iniciantes e especialistas.
Dreeve é um painel de controle open-source e auto-hospedado para seus dados de esportes e fitness
O Compêndio de IA, anteriormente chamado Compêndio de ML, reúne recursos e explicações sobre aprendizado de máquina (ML) e aprendizado profundo, abrangendo desde um problema de negócio até dados, IA, engenharia e produto.
Banco de dados de scrobble de música auto-hospedado para criar estatísticas e gráficos de audição pessoais
Solução de Análise Poderosa. Configurado em 30 segundos. Exiba todos os seus dados em um painel simples e com tecnologia de IA. Totalmente auto-hospedável e em conformidade com o GDPR. Alternativa ao Google Analytics, MixPanel, Plausible, Umami e Matomo.
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.
Banco de dados de domínios de phishing, URLs, sites e ameaças. Usamos a ferramenta de teste PyFunceble para validar o status de todos os domínios de phishing conhecidos e fornecer estatísticas para revelar quantos domínios exclusivos usados para phishing ainda estão ativos.
Pacote de ML Interpretável 🔍 para modelagem preditiva concisa, transparente e precisa (compatível com sklearn).
Analisador de Logs de Drone: Um aplicativo de dashboard universal de alto desempenho para organizar e analisar logs de voo DJI/Litchi de forma privada em um só lugar. Suporta plugin para formatos personalizados de logs de voo. Construído com Tauri v2, DuckDB e React.
Implementações de alta qualidade de métodos padrão e SOTA (State-Of-The-Art) em uma variedade de tarefas.
Benchmarking fácil e extensível em Elixir, fornecendo-lhe muitas estatísticas!
Uma lista selecionada profissionalmente de incríveis vídeos, tutoriais, livros, trabalhos, teses de doutorado e mestrado, artigos e bibliotecas de código aberto sobre Predição Conforme.
Livros / PDFs / EPUBs para diferentes campos de programação. LEIA CRESCA E APRECIE 😊😊😊😊
Recurso para ajudá-lo a se preparar para suas próximas entrevistas de ciência de dados.
📈 Análise web de código aberto e focada em privacidade — uma alternativa ao Google Analytics sem cookies, com rastreamento de erros e monitoramento de desempenho integrados. Hospede você mesmo ou use nossa nuvem. Comece de graça!
Um pacote Julia para distribuições de probabilidade e funções associadas.
Ferramenta gratuita e de código aberto para prevenção de fraudes em investimentos, estatísticas de negociação e negociação automatizada: o PaperBroker é usado por padrão e oferece 14 opções de corretoras/exchanges; a análise dos registros de negociação é executada localmente.
:muscle: Métricas de qualidade e desempenho dos modelos (R2, ICC, LOO, AIC, BF, ...)
Um analisador e serializador de CSV em C++ moderno que não te faz escolher entre facilidade de uso ou desempenho.
Com base na minha própria experiência, acredito que este roteiro oferece respostas claras para todas as questões essenciais sobre como se tornar um analista de dados do zero, incluindo quais tecnologias e linguagens de programação aprender, quais habilidades interpessoais são essenciais e como iniciar uma carreira profissional nesta área.
O RAFT contém algoritmos e primitivas fundamentais amplamente utilizados para aprendizado de máquina e recuperação de informações. Os algoritmos são acelerados por CUDA e formam blocos de construção para escrever mais facilmente aplicações de alto desempenho.