#data-science Репозитории
Всего репозиториев: 688
🎨 Инструментарий для создания графиков публикационного качества для журналов Cell, Nature и Science
Этот репозиторий содержит записные книжки и презентации, которые мы используем для наших технических докладов Databricks "
Perpetual — это высокоэффективная машина градиентного бустинга. Она обеспечивает оптимальную точность за один запуск без сложной настройки, используя простой параметр бюджета. Поддерживает сразу встроенные функции causal ML, непрерывного обучения, нативной калибровки и надежного мониторинга дрейфа, а также имеет ядро на Rust и биндинги без копирования для Python и R.
AKHub: Подборка инструментов для работы с финансовыми и экономическими данными, источников данных, фреймворков количественных исследований и учебных материалов
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.
Загрузка данных границ и атрибутов переписи населения США как готовых к использованию в 'tidyverse' и 'sf' data frames в R
Buckaroo - Пользовательский интерфейс таблицы данных для Notebooks. Быстро исследуйте DataFrame, прокручивайте DataFrame, ищите, сортируйте, просматривайте сводную статистику и гистограммы. Работает с Pandas, Polars, Jupyter, Marimo, VSCode Notebooks.
Second Brain — это агентная платформа, которая выступает в роли операционной системы, используя локальную файловую интеллектуальность, автоматизацию рабочих процессов и LLMs для выполнения задач и общения через несколько модальностей и платформ обмена сообщениями.
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.
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.
Примеры техник для обучения интерпретируемых моделей ML, объяснения моделей ML и отладки моделей ML на предмет точности, дискриминации и безопасности.
Plotlars — это библиотека Rust, предназначенная для облегчения интеграции между библиотекой анализа данных Polars и библиотекой Plotly.
RAGLight — это модульный фреймворк для генерации с дополненной выборкой (Retrieval-Augmented Generation, RAG). Он позволяет легко подключать различные LLM, вложения (embeddings) и векторные хранилища, а теперь включает бесшовную интеграцию MCP для подключения внешних инструментов и источников данных.
Быстро переходите от прототипа науки о данных к конвейеру. Захватывайте, анализируйте и преобразуйте беспорядочные блокноты в конвейеры данных всего за две строки кода.
Курируемая коллекция бесплатных ресурсов, которая поможет углубить ваше понимание языка программирования R. Регулярно обновляется. Приветствуются взносы через pull request (см. contributing.md).
Сравнение Pandas, Polars, Spark и Snowpark DataFrame для людей и многое другое!
Получайте доступ и анализируйте исторические данные о погоде и климате с помощью Python.
Этот репозиторий содержит все проекты по анализу данных, над которыми я работал на Python.
Создайте 12 приложений для работы с данными на Python с помощью Streamlit
Расширение Polars для общих случаев использования в науке о данных
Воспроизводимое машинное обучение для обнаружения мошенничества с кредитными картами — практическое руководство
(AAAI' 20) Набор инструментов Python для комбинирования моделей машинного обучения
Turbodbc — это модуль Python для доступа к реляционным базам данных через интерфейс Open Database Connectivity (ODBC). Модуль соответствует спецификации Python Database API 2.0.
Репозиторий довольно крутых наборов данных, которые я собрал для исследований в области сетевой науки и машинного обучения.
Если вы пришли из одного из моих туториалов по data science, вы найдёте код и ссылки на туториалы здесь. Надеюсь, они вам помогут. Удачного обучения и программирования!
Ведущее решение для обеспечения качества данных с открытым исходным кодом