#data-science Репозитории
Всего репозиториев: 688
Карьерные ресурсы для Data Science, Machine Learning, Big Data и Business Analytics Карьерное хранилище
Введение в Python и программирование для тех, кто хочет стать data scientist
Отобрано более 10 000 проектов, включая машинное обучение, глубокое обучение, NLP, GNN, рекомендательные системы, биомедицину, машинное зрение, разработку фронтенда и бэкенда и т. д. Пусть больше отличных проектов будут открыты людьми. Продолжайте обновлять! Добро пожаловать, чтобы поставить звезду!
Этот репозиторий содержит код онлайн-книги "Coding for Economists".
Коллекция самых важных репозиториев Github для специалистов по ML, AI и науке о данных
Технологические стажировки в США на лето 2027 года и межсезонье. Вакансии в сферах разработки ПО, данных и машинного обучения, оборудования, количественного анализа и управления продуктом, обновляются регулярно.
Сайт на Django, используемый в книге Practical Recommender Systems для иллюстрации того, как можно реализовать алгоритмы рекомендаций.
skweak: Программный инструментарий для слабой супервизии, применяемый к NLP-задачам
Я делюсь своим путешествием 66DaysofData в области анализа данных, участвуя в челлендже Ken Jee #66daysofdata.
Генерируйте высококачественные синтетические данные, обучайте, измеряйте и оценивайте в рамках единого конвейера
Это инструкции для "100 Days of ML Code" от Siraj Raval на YouTube
Репозиторий содержит скрипты и ноутбуки, связанные со статистикой, машинным обучением, нейронными сетями, глубоким обучением, обработкой естественного языка, численными методами и автоматизацией.
Код для онлайн-курса «Развертывание моделей машинного обучения»
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.
Высокопроизводительная векторная база данных, использующая параллельные вычисления на графах
Репозиторий для Задания по Программированию 2 по Программированию на R на Coursera
Лучший репозиторий, показывающий, почему трансформеры могут быть не ответом для прогнозирования временных рядов, и демонстрирующий лучшие SOTA-модели, не основанные на трансформерах.
Pythonic инструмент для оркестрации рабочих процессов машинного обучения/высокопроизводительных вычислений/квантовых вычислений в гетерогенных вычислительных средах.
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.