#data-analysis Репозитории
Всего репозиториев: 290
GUI-генератор кода Python для науки о данных, расширение для Jupyter Lab, Jupyter Notebook и Google Colab.
Я делюсь своим путешествием 66DaysofData в области анализа данных, участвуя в челлендже Ken Jee #66daysofdata.
Редукторы Clojure для параллельного выполнения: локально и на распределенных системах.
Разработанный сообществом, простой, но мощный фреймворк для быстрого, экономичного распределенного вычисления над данными.
FlyFish — это платформа для кодирования визуализации данных. Мы можем быстро и просто создать модель данных, а затем с помощью перетаскивания быстро сгенерировать набор решений для визуализации данных.
Рабочая среда для анализа данных на базе ИИ, созданная с упором на прозрачность, воспроизводимость и контроль со стороны пользователя. Изучайте код и доказательства, лежащие в основе результатов, проверяйте вычисления, повторно выполняя их, и выбирайте из широкого спектра моделей, включая локальные модели с открытыми весами.
Непрерывно обновляемый список статей о достижениях в Data Agents. Сопутствующий репозиторий к нашей статье «A Survey of Data Agents: Emerging Paradigm or Overstated Hype?»
Инженерия признаков — это процесс использования знаний в предметной области для извлечения признаков из необработанных данных с помощью методов интеллектуального анализа данных. Эти признаки можно использовать для улучшения производительности алгоритмов машинного обучения. Инженерия признаков можно рассматривать как прикладное машинное обучение само по себе.
Flux — это легкий язык сценариев для запросов к базам данных (например, InfluxDB) и работы с данными. Он является частью InfluxDB 1.7 и 2.0, но может запускаться независимо от них.
Код и данные для второго издания книги "Practical SQL" Энтони ДеБарроса, опубликованной No Starch Press.
Реализация алгоритма Apriori на Python для поиска частых наборов и ассоциативных правил
Экспортируйте плейлисты Spotify с помощью веб-API. Проанализируйте их в блокноте Jupyter.
DataFoundry — это AI-верстак с открытым исходным кодом для анализа данных, объединяющий источники данных, знания, инструменты и среду выполнения агентов в единое управляемое рабочее пространство для интерактивной аналитики.
Материалы для повторения"Hands-On Data Analysis with Pandas – Second Edition"
Этот репозиторий содержит записные книжки и презентации, которые мы используем для наших технических докладов Databricks "
Мощный, не зависящий от формата и управляемый сообществом пакет Python для анализа и визуализации данных наук о Земле
Платформа открытого исходного кода для науки о данных на базе ИИ。
Перетаскиваемые сводные таблицы и диаграммы для Jupyter/IPython Notebook, благодаря PivotTable.js
Полный стек ML (машинное обучение) Roadmap включает в себя изучение необходимых навыков и технологий для освоения всех аспектов машинного обучения, включая сбор и предварительную обработку данных, разработку моделей, развертывание и обслуживание.
Код и данные для первого издания книги «Practical SQL» Энтони ДеБарроса, опубликованной No Starch Press (2018).
Клиент и набор инструментов Python для DataFrames, Big Data, Machine Learning и ETL в Elasticsearch
ML-capsule — это проект для начинающих и опытных энтузиастов в области науки о данных, у которых нет наставника или руководства, но которые хотят изучать машинное обучение. Используя наш репозиторий, они могут изучить ML, DL и многие смежные технологии на примере различных реальных проектов и подготовиться к собеседованиям.
ScienceClaw — это персональный исследовательский ассистент, построенный на базе LangChain DeepAgents и инфраструктуры AIO Sandbox, использующий совершенно новую архитектуру, выходящую за рамки OpenClaw. Он предлагает повышенную безопасность, лучшую прозрачность и более удобный пользовательский опыт.
Торговая система с несколькими агентами на основе механизма внутреннего соревнования
Отслеживайте свою Data Science. Открытая Python-библиотека Skore ускоряет разработку ML‑моделей с автоматизированными отчётами о оценке, интеллектуальными методическими рекомендациями и всесторонним анализом кросс‑валидации.
WeDataSphere — это финансовый уровень, одноступенчатая платформа для больших данных в полном комплекте.
Аналитика эффективности, бэктестинг портфеля, анализ рисков и формирование фактовых отчетов на Python
Открытый движок контекста для ИИ-агентов поддерживает более 15 источников данных. Построен на Rust и Apache DataFusion.
Полностью открытая рабочая среда DuckDB, работающая в вашем браузере. Редактор SQL, блокноты, диаграммы, ИИ-ассистент. Без установки, без регистрации, без бэкенда — ваши данные никогда не покидают вкладку.
Каркас для сражений в баре мошенников на базе ИИ, управляемый большой языковой моделью