#data-science Репозитории
Всего репозиториев: 688
Я считаю, что вы, аспиранты и соискатели, для которых эта книга в первую очередь предназначена, получите пользу от ее прочтения; однако я надеюсь, что даже самые опытные исследователи найдут ее увлекательной.
Язык вероятностного программирования в TensorFlow. Глубокие генеративные модели, вариационный вывод.
DeepAnalyze — это первый агентный LLM для автономного анализа данных. 🎈 Ваш ИИ-аналитик данных, который автоматически анализирует огромные массивы данных и генерирует профессиональные отчеты всего одним кликом!
Добыча данных, Компьютерное зрение, Обработка естественного языка, Знания о конкурсах систем рекомендаций, Код, Идеи
Куратированный список потрясающих проектов, библиотек и ресурсов Jupyter
🕵 Искусственный интеллект для социального контроля государственного управления | **Этот репозиторий не часто обновляется. Ознакомьтесь с README**
Основы машинного обучения: линейная алгебра, исчисление, статистика и информатика
Быстрая библиотека для AutoML и тюнинга. Присоединяйтесь к нашему Discord: https://discord.gg/Cppx2vSPVP.
Python-блокноты с примерами ML и глубокого обучения с использованием Azure Machine Learning Python SDK | Microsoft
⚡️SwanLab — открытый, современный инструмент для отслеживания и визуализации обучения ИИ. Поддерживает облачное / самохостинг использование. Интегрирован с PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras и др.
Набор инструментов Python для количественных финансов: анализ акций, технические индикаторы, бэктестинг стратегий, оптимизация портфеля и финансовое моделирование.
Впечатлите своего начальника и превратите блокнот Jupyter в красивое, доступное для обмена веб-приложение — без обратных вызовов, без фронтенда, без переписывания.
Коллекция шпаргалок, книг, вопросов и портфолио для подготовки к собеседованиям по DS/ML
Этот проект воспроизводит книгу Dive Into Deep Learning (https://d2l.ai/), адаптируя код из MXNet в PyTorch.
Станьте экспертом в области искусственного интеллекта, машинного обучения, генеративного ИИ, глубокого обучения, науки о данных, обработки естественного языка, обучения с подкреплением и многого другого с помощью этого полного репозитория от 0 до 100.
STUMPY — это мощная и масштабируемая библиотека Python для современного анализа временных рядов
pandas на AWS - Легкая интеграция с Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer и S3 (Parquet, CSV, JSON и EXCEL).
Куратированный список потрясающих ресурсов по ответственному машинному обучению.
Пакет Python для интерактивного геопространственного анализа и визуализации с использованием Google Earth Engine.
Deepchecks: Тесты для непрерывной валидации ML-моделей и данных. Deepchecks — это комплексное решение с открытым исходным кодом для всех ваших потребностей в валидации ИИ и ML, позволяющее тщательно тестировать ваши данные и модели от исследования до продакшена.
Потрясающий список событий и возможностей для стипендий для студентов компьютерных наук
:atom: Запускайте код интерактивно, осматривайте данные и создавайте графики. Вся мощь Jupyter-ядер в вашем любимом текстовом редакторе.
🙌 Приветствуются вклады в мини-проекты Python с открытым исходным кодом!
Фреймворк для сбора и анализа данных о прогнозных рынках, включая самый большой публично доступный набор данных о рынках и торговле Polymarket и Kalshi.
Ответы на 120 часто задаваемых вопросов на собеседованиях по data science.
Пакет Python для интерактивного картографирования и геопространственного анализа с минимальным кодированием в среде Jupyter
[NeurIPS 2026] DataFlex: унифицированный бенчмарк и платформа оценки для обучения больших языковых моделей с акцентом на данные
«Математика — это несложно» - «Линейная алгебра — это несложно», тома 1 и 2, 66 тем завершено; приветствуются критика и исправления.