#data-science Репозитории
Откройте для себя 688 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #data-science, с общим числом 3,508,536 звёзд (в среднем 5,099 на проект). Лидером этой темы является jackfrued/Python-100-Days, набравший 187,961 звёзд.
Всего репозиториев: 688
12 недель, 26 уроков, 52 викторины, классическое машинное обучение для всех
Вызов по программированию «30 дней Python» — это пошаговое руководство для изучения языка программирования Python за 30 дней. Этот вызов может занять более 100 дней. Следуйте своему собственному темпу. Эти видео также могут помочь: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
Курированный список отличных фреймворков, библиотек и программного обеспечения для машинного обучения.
Гибкая и мощная библиотека для анализа / манипуляции данными для Python, предоставляющая структурированные данные с метками, подобные объектам data.frame в R, статистические функции и многое другое
Узнайте, как разрабатывать, развертывать и итерировать производственные приложения ML.
Объявления о летних стажировках 2027 года в области разработки программного обеспечения, науки о данных, ИИ, количественного анализа, управления продуктами и аппаратного обеспечения. Обновляется ежедневно компаниями Simplify и Pitt CSC.
Apache Airflow - Платформа для программного создания, планирования и мониторинга рабочих процессов
Streamlit — нативный для агентов фреймворк для приложений с данными и дашбордов.
Ray — это движок вычислений ИИ. Ray состоит из основной распределённой среды выполнения и набора библиотек ИИ для ускорения нагрузок ML.
Создавайте и делитесь восхитительными приложениями для машинного обучения, всё на Python. 🌟 Поставьте звезду, чтобы поддержать нашу работу!
500 проектов ИИ Машинное обучение Глубокое обучение Компьютерное зрение Обработка естественного языка с кодом
Предварительное обучение, тонкая настройка ЛЮБОЙ модели ИИ ЛЮБОГО размера на 1 или 10 000+ GPU без изменений кода.
Дорожная карта становления экспертом по искусственному интеллекту в 2022 году
:memo: Отличный репозиторий по Data Science для изучения и применения в реальных задачах.
⛔️ УСТАРЕЛО – См. https://github.com/ageron/handson-ml3 или handson-mlp вместо этого.
Python-ноутбуки по науке о данных: глубокое обучение (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, большие данные (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, основы Python, AWS и различные командные строки.
📚 Статьи и технические блоги от компаний, делящихся своей работой по науке о данных и машинному обучению в производстве.
aka "Bayesian Methods for Hackers": Введение в байесовские методы + вероятностное программирование с точки зрения сначала вычисления/понимания, второе — математика. Всё на чистом Python ;)
Интерактивная книга по глубокому обучению с кодом для нескольких фреймворков, математикой и обсуждениями. Принята в 500 университетах из 70 стран, включая Stanford, MIT, Harvard и Cambridge.
Prefect — это фреймворк для оркестрации рабочих процессов, предназначенный для создания устойчивых конвейеров данных на Python.
Общайтесь с вашей базой данных или озером данных (SQL, CSV, parquet). PandasAI делает анализ данных разговорным, используя LLM и RAG.
Рейтинговый список потрясающих библиотек Python для машинного обучения. Обновляется еженедельно.
Реактивный блокнот для Python — запускайте воспроизводимые эксперименты, запрашивайте с помощью SQL, выполняйте как скрипт, развертывайте как приложение и версионируйте с помощью git. Хранится как чистый Python. Все в современном редакторе, разработанном с учётом ИИ.
AKShare — это элегантная и простая библиотека интерфейсов финансовых данных для Python, созданная для людей! Библиотека открытых интерфейсов финансовых данных
Код для книги «Машинное обучение для трейдинга», 3-е издание — от сбора данных до выполнения в реальном времени.
Обзор бесплатных книг. Скачать PDF Baidu Cloud Скачать электронную книгу =钮趃圱欘偽罞僂珖椃櫑棅蚼饗仰苳堽彈朿骋騴郃碮字攉謳輒葓鼪滼觙悌爷砖杨鰙滣駧呸肧薉焤罳蛥鑔脽騺挬逽鴏剘牻帕啨砟躿猱逍錢饕橙岌媤瞧楆犧氤羼鳮鯆渟鶻椛彙踆膻挏鈒胆鬣喧璏鋂綨向糷螋炕谧溟涠褱暂餖钿慭轒烝嶬窷缚娽崢疺穻篥縍廝坞埜弼歒実湏蔎饮顀聂馅趿卄楲擜稿罫躸亖
📺 Откройте для себя новейшие курсы по машинному обучению / ИИ на YouTube.
Официальный репозиторий для самого IPython. Другие репозитории в организации IPython содержат такие вещи, как веб-сайт, сборки документации и т. д.
Обширный список материалов, связанных с PyTorch, на GitHub, таких как различные модели, реализации, вспомогательные библиотеки, учебные пособия и т. д.
Платформа оркестрации для разработки, производства и наблюдения за данными активами.
Исследования и разработки (НИОКР) имеют решающее значение для повышения производительности труда, особенно в эпоху искусственного интеллекта (ИИ), когда основные аспекты НИОКР сосредоточены в основном на данных и моделях. Мы стремимся автоматизировать эти высокоценные общие процессы НИОКР с помощью R&D-Agent, который позволяет ИИ управлять ИИ, управляемым данными. 🔗https://aka.ms/RD-Agent-Tech-Report
Курируемый список потрясающих фреймворков для больших данных, ресурсов и других замечательных вещей.
Серия ноутбуков Jupyter, которые помогут вам освоить основы машинного обучения и глубокого обучения в Python с использованием Scikit-Learn, Keras и TensorFlow 2.
Часто задаваемые вопросы
Какой репозиторий по теме #data-science наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #data-science на GitHub — jackfrued/Python-100-Days, набравший 187,961 звёзд. Python - 100 дней от новичка до мастера
Какие языки программирования чаще всего используются в репозиториях по теме #data-science?
Среди наиболее высоко оценённых проектов по теме #data-science на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, JavaScript.
Как рассчитывается рейтинг репозиториев по теме #data-science?
Мы отслеживаем 688 активных репозиториев с открытым исходным кодом, отмеченных тегом #data-science (500 и более звёзд), с общим числом 3,508,536 звёзд и в среднем 5,099 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.