#data-science Репозитории
Всего репозиториев: 688
Проекты по Data Science и машинному обучению с исходным кодом.
OpenFE: автоматическая генерация признаков с производительностью экспертного уровня
Репозиторий кода для проектов и руководств по R и Python, охватывающий различные темы в визуализации данных, статистике, спортивной аналитике и общем применении теории вероятностей.
Пакет Python для модульного анализа причинно-следственной связи и оценки моделей
Высокопроизводительная библиотека компьютерного зрения на Python. Масштабируйте свои исследования, а не шаблонный код.
Распределенная высокопроизводительная символьная регрессия на Julia
Общий однофайловый слой памяти для всех ваших агентов, RAG с задержкой менее миллисекунды для текста, фотографий и видео на Apple Silicon. Без сервера. Без API. Один файл. Чистый Swift.
Ресурсы по прогнозированию временных рядов и глубокому обучению.
Планы развития CAT Reloaded на протяжении сезонов и лет
Советы по программированию на R для очистки данных, визуализации данных, статистического моделирования и машинного обучения
Статистический вывод через науку о данных: ModernDive в R и Tidyverse
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.
Путь к самообразованию в области науки о данных!
Все ответы на упражнения из книги «Достижения в области финансового машинного обучения» доктора Марко Лопеса де Пародо.
Методы получения вероятности точки изменения в временном ряду.
Отличные ресурсы по биоинформатике, науке о данных, машинному обучению, языкам программирования (Python, Golang, R, Perl) и различным вещам.
Интерпретатор языка жестов, использующий живую видеопередачу с камеры.
Узнайте свои данные лучше! Datavines — это платформа нового поколения для наблюдения за данными, поддерживающая управление метаданными и качество данных.
Привязки C#/F# для NumPy - фундаментальная библиотека для научных вычислений, машинного обучения и ИИ
:chart_with_upwards_trend: Куратированный список ресурсов для начала работы с Data Science
Узнайте, как создавать, разрабатывать и поддерживать современную кодовую базу MLOps
💥 Используйте последние исследовательские модели Stanza (StanfordNLP) напрямую в spaCy
Подборка громких реальных примеров неудачных проектов машинного обучения
Материалы для повторения"Hands-On Data Analysis with Pandas – Second Edition"
Астрология, управляемая данными 💫 Kerykeion — это библиотека Python для астрологии. Она генерирует SVG-диаграммы и извлекает подробные структурированные данные для натальных карт, синастрии, транзитов, композитных карт и многого другого.