#data-analysis Репозитории
Всего репозиториев: 290
OctoSQL — это инструмент для запросов, который позволяет объединять, анализировать и преобразовывать данные из нескольких баз данных и форматов файлов с использованием SQL.
Danfo.js — это библиотека JavaScript с открытым исходным кодом, предоставляющая высокопроизводительные, интуитивно понятные и простые в использовании структуры данных для манипулирования и обработки структурированных данных.
DeepAnalyze — это первый агентный LLM для автономного анализа данных. 🎈 Ваш ИИ-аналитик данных, который автоматически анализирует огромные массивы данных и генерирует профессиональные отчеты всего одним кликом!
Следующее поколение автоматизированной платформы для исследовательского анализа данных и визуализации.
SQL Translator - это инструмент для преобразования запросов на естественном языке в SQL-код с использованием искусственного интеллекта. Этот проект на 100% бесплатен и имеет открытый исходный код.
Дашборды и блокноты в одном месте. Создавайте мощные и гибкие дашборды с помощью кода или собирайте красивые блокноты в стиле Notion и делитесь ими с командой.
🙌 Приветствуются вклады в мини-проекты Python с открытым исходным кодом!
EchoTrace — это локальный, безопасный инструмент для экспорта, анализа и генерации годовых отчетов по записям чатов WeChat
Ответы на 120 часто задаваемых вопросов на собеседованиях по data science.
VTable — это не просто высокопроизводительная таблица для анализа многомерных данных, но и художник сетки, который создает искусство между строками и столбцами.
Вероятно, лучший курированный список программного обеспечения для data science на Python.
🛠 Универсальный веб-ориентированный IDE, специализированный на машинном обучении и науке о данных.
Официальный репозиторий для ROOT: анализ, хранение и визуализация больших данных научно
Альтернатива Tableau с открытым исходным кодом. Встраиваемый визуальный анализ
Извлекайте данные из широкого спектра интернет-источников в DataFrame pandas.
Apache DevLake — это платформа для анализа данных разработки с открытым исходным кодом, предназначенная для сбора, анализа и визуализации разрозненных данных из инструментов DevOps, извлекая ценную информацию для инженерного совершенства, опыта разработчиков и роста сообщества.
Список инструментов и наборов данных для обнаружения аномалий в данных временных рядов.
восхитительный инструмент машинного обучения, который позволяет обучать, тестировать и использовать модели без написания кода
Визуализируйте и сравнивайте наборы данных, целевые значения и ассоциации с помощью одной строки кода.
Процесс построения небольшого графа знаний о финансах (neo4j / python / cypher / KG)
Deepnote — это прямая замена Jupyter с дизайном, ориентированным на искусственный интеллект, элегантным пользовательским интерфейсом, новыми блоками и нативными интеграциями данных. Используйте Python, R и SQL локально в вашем любимом IDE, а затем масштабируйтесь до облака Deepnote для совместной работы в реальном времени, агента Deepnote и развертываемых приложений для работы с данными. https://deepnote.com/
C++ DataFrame для статистического, финансового и ML-анализа в современном C++
Открытый контент для самостоятельного обучения в области науки о данных
Этот проект представляет собой количественный курс с открытым исходным кодом, который поможет людям быстро освоить знания в области количественных финансов и навыки количественной разработки с использованием Python.
100 головоломок по данным для pandas, от коротких и простых до супер сложных (60% завершено)
Репозиторий для YouTube-курса freeCodeCamp «Алгоритмическая торговля на Python»
Единая основа для анализа данных и машинного обучения с сохранением конфиденциальности
ArcticDB — это высокопроизводительная бессерверная база данных DataFrame, созданная для экосистемы науки о данных Python.
Расширения Jupyter, которые помогут вам быстрее писать код: контекстно-зависимый чат с ИИ, автозаполнение и электронная таблица
Apache Hamilton помогает специалистам по данным и инженерам определять тестируемые, модульные, самодокументируемые потоки данных, которые кодируют происхождение/отслеживание и метаданные. Работает и масштабируется везде, где работает python.
Конспекты лекций по линейной алгебре с использованием Python. Эта серия конспектов лекций проведет вас через все необходимые концепции, которые закладывают основу для науки о данных или продвинутых количественных навыков. Подходит для статистиков/эконометристов, количественных аналитиков, специалистов по данным и т. д. для быстрого освежения знаний по линейной алгебре с помощью вычислений и визуализации на Python.