#data-science Репозитории
Всего репозиториев: 688
Подборка фрагментов кода из публикации Daily Dose of Data Science на Substack: http://www.dailydoseofds.com/
pyclustering - это библиотека Python, C++ для интеллектуального анализа данных.
Полный и структурированный центр для изучения искусственного интеллекта — охватывает ИИ, машинное обучение, глубокое обучение и науку о данных с книгами, дорожными картами и подобранными ресурсами от начального до продвинутого уровня.
GRASS - бесплатный и с открытым исходным кодом движок обработки геопространственных данных
⭐ ⭐ Используйте машинное обучение для классификации потоков и пакетов как обычных или вредоносных. ⭐ ⭐
Лучшие дорожные карты по науке о данных, аналитике данных, ИИ и SDE. Этот репозиторий постоянно обновляется на основе лучших вакансий на LinkedIn и Indeed в области науки о данных и ИИ.
Курированный, но неполный список ресурсов по ориентированному на данные ИИ.
Панель управления, отображающая текущий статус подводных кабелей, соединяющих Тайвань с миром
Список ресурсов по науке о данных / машинному обучению (в основном бесплатные)
Jupyter Notebook с поддержкой ИИ. Используйте ИИ для генерации и редактирования ячеек кода, автоматического исправления ошибок и общения с вашими данными
Декларативные рабочие процессы, ориентированные на функции, подобные Make, для R
🟣 Вопросы и ответы для интервью по LLM, которые помогут вам подготовиться к следующему собеседованию по машинному обучению и науке о данных в 2026 году.
Официальный публичный репозиторий для PM4Py (Process Mining for Python) — библиотека с открытым исходным кодом для исследования, анализа и оптимизации бизнес-процессов с помощью Python.
Kotlin DataFrame: типобезопасная обработка структурированных данных в памяти для JVM
Сборник кодов программирования на R и Python с YouTube-канала Data Professor.
Причинно-следственный вывод и обнаружение причинно-следственных связей на Python от Packt Publishing
Universal Reddit Scraper — Комплексный инструмент командной строки для скрапинга/архивирования Reddit.
Код и другие материалы для книги "Deep Learning and the Game of Go"
«40 алгоритмов, которые должен знать каждый программист», издано компанией Packt
Набор данных изображений больных листьев растений и соответствующих меток
Многостраничное приложение streamlit для геопространственных данных
PaCMAP: Масштабный метод снижения размерности, сохраняющий как глобальную, так и локальную структуру
LightweightMMM 🦇 — это легкая библиотека байесовского моделирования маркетингового микса (MMM), которая позволяет пользователям легко обучать MMM и получать информацию об атрибуции каналов.
Все шпаргалки Стэнфорда: Искусственный интеллект, Трансформеры, LLM, Глубокое обучение, Машинное обучение, Вероятности, Статистика, Алгебра и Исчисление.
Книга, которая нужна каждому специалисту по данным на его столе.
Учебные пособия по искусственному интеллекту. Получите доступ к любому из них бесплатно → https://towardsai.net/editorial
Подборка электронных книг по Data Science, машинному обучению и ИИ, которая поможет вам учиться и развиваться.
🌟 Курируемая коллекция бесплатных высококачественных ИИ-инструментов 🤖, API 🔗, наборов данных 📊 и учебных ресурсов 📚, охватывающих машинное обучение 🧠, глубокое обучение 🧩, генеративный ИИ 🎨, NLP 💬 и науку о данных 📈. Создана, чтобы помочь разработчикам 👩💻, исследователям 🔬 и создателям контента ✨ быстрее изучать и создавать решения на базе ИИ ⚡.
Платформа для разработки конвейеров машинного обучения с открытым исходным кодом