#data-science 仓库
探索 688 个标记为 #data-science 的活跃开源 GitHub 仓库,它们累计获得 3,508,536 个 Star(平均每个项目 5,099 个)。该主题的领先项目是 jackfrued/Python-100-Days,拥有 187,961 个 Star。
共 688 个仓库
“30 天 Python 编程挑战”是一个分步指南,旨在帮助您在 30 天内学习 Python 编程语言。这个挑战可能需要超过 100 天才能完成。请按照自己的节奏学习。这些视频也可能会有所帮助:https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw
2027年夏季软件工程、数据科学、人工智能、量化、产品管理和硬件实习职位发布。由Simplify和Pitt CSC每日更新。
500个AI机器学习深度学习计算机视觉NLP项目(含代码)
数据科学 Python Notebook:深度学习(TensorFlow, Theano, Caffe, Keras)、scikit-learn、Kaggle、大数据(Spark, Hadoop MapReduce, HDFS)、matplotlib、pandas、NumPy、SciPy、Python 基础知识、AWS 以及各种命令行。
aka "Bayesian Methods for Hackers": 贝叶斯方法导论 + 概率编程,以计算/理解优先、数学其次的视角。全部用纯 Python ;)
用于 Python 的响应式笔记本 — 运行可复现的实验,使用 SQL 进行查询,作为脚本执行,作为应用程序部署,并与 git 进行版本控制。以纯 Python 形式存储。一切都包含在一个现代化的、原生 AI 的编辑器中。
免费书籍汇总。PDF下载 百度云 电子书下载 =钮趃圱欘偽罞僂珖椃櫑棅蚼饗仰苳堽彈朿骋騴郃碮字攉謳輒葓鼪滼觙悌爷砖杨鰙滣駧呸肧薉焤罳蛥鑔脽騺挬逽鴏剘牻帕啨砟躿猱逍錢饕橙岌媤瞧楆犧氤羼鳮鯆渟鶻椛彙踆膻挏鈒胆鬣喧璏鋂綨向糷螋炕谧溟涠褱暂餖钿慭轒烝嶬窷缚娽崢疺穻篥縍廝坞埜弼歒実湏蔎饮顀聂馅趿卄楲擜稿罫躸亖
研究与开发 (R&D) 对于提高工业生产力至关重要,特别是在人工智能(AI)时代,此时研发的核心方面主要集中在数据和模型上。我们致力于通过 R&D-Agent 自动化这些高价值的通用研发流程,让 AI 驱动数据驱动的 AI。🔗https://aka.ms/RD-Agent-Tech-Report
一系列 Jupyter Notebook,通过 Scikit-Learn、Keras 和 TensorFlow 2,引导您学习 Python 中机器学习和深度学习的基础知识。
常见问题解答
GitHub 上最受欢迎的 #data-science 仓库是什么?
GitHub 上排名第一的开源 #data-science 项目是 jackfrued/Python-100-Days,拥有 187,961 个 Star。Python - 100天从新手到大师
#data-science 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #data-science 项目中,最常见的编程语言是 Python, Jupyter Notebook, JavaScript。
#data-science 仓库的排名是如何计算的?
我们跟踪了 688 个标记为 #data-science 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 3,508,536 个 Star,平均每个仓库拥有 5,099 个 Star。排名每日根据 GitHub API 更新。