data-science

Jupyter Notebooks, die meine Graph Data Science Blogbeiträge auf https://bratanic-tomaz.medium.com/ unterstützen

Eine umfassende Liste von über 180 YouTube-Kanälen für Data Science, Data Engineering, Machine Learning, Deep Learning, Informatik, Programmierung, Software Engineering usw.

Data-Science-Kurs 2015 der General Assembly in Washington, DC

Einheitliches multimodales Backend für KI-Daten-Apps

Interpretierbares ML-Paket 🔍 für prägnante, transparente und genaue prädiktive Modellierung (sklearn-kompatibel).

Chatte mit deinen Daten – KI-Datenanalyse und -visualisierung für CSV, Postgres, MySQL, Snowflake, SQLite...

Qualitativ hochwertige Implementierungen von Standard- und SOTA-Methoden für eine Vielzahl von Aufgaben.

Eine kuratierte Liste mit über 100 Ressourcen zum Erstellen und Bereitstellen von generativer KI, mit speziellem Fokus auf die Rolle als Generative AI Data Scientist mit LLMs

Eine mit scikit-learn kompatible Bibliothek zur Schätzung von Vorhersageintervallen und Risikokontrolle auf Basis konformer Vorhersagen.

:bar_chart: :clipboard: Dashboards mit YAML- oder JSON-Dateien

Was steckt in Ihren Daten? Extrahieren Sie Schemata, Statistiken und Entitäten aus Datensätzen

Python Streaming DataFrames für Kafka

Das offizielle Code-Repository für die zweite Auflage des O'Reilly-Buches Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play.

fklearn: Funktionales Maschinelles Lernen

Agile Datenaufbereitungs-Workflows, einfach gemacht mit Pandas, Dask, cuDF, Dask-cuDF, Vaex und PySpark

Python-Bibliothek für Zeitreihenprognosen unter Verwendung von scikit-learn-kompatiblen Modellen, statistischen Methoden und Foundation-Modellen

Eine kuratierte Liste der besten Ressourcen für Künstliche Intelligenz

Bibliothek für Mehrklassen-Konfusionsmatrizen in Python

AIDE: Ein LLM-Agent für Machine-Learning-Engineering – die Forschung, aus der Weco hervorgegangen ist. Erwähnt in OpenAI MLE-bench.

Effiziente Python-Tricks und -Tools für Data Scientists

AKTools ist eine elegante und einfache HTTP-API-Bibliothek für AKShare, entwickelt für AKSharers!

moDel Agnostic Language for Exploration and eXplanation

Schnelles und anpassbares Framework für die automatische Erstellung von ML-Modellen (AutoML)

Die Open-Source-Wahl für Data Scientists zum Skalieren, Bewerten und Pflegen von Natural-Language-Daten. Behandeln Sie Trainingsdaten wie ein Software-Artefakt.

Einfache Tools zur Datenbereinigung in R

Eine Sammlung von Jupyter-Referenznotebooks und KI/ML-Demoanwendungen für Unternehmensanwendungsfälle: Marketing, Preisgestaltung, Lieferkette, intelligente Fertigung und mehr.

Concrete ML: Ein Framework für datenschutzfreundliches ML mit vollhomomorpher Verschlüsselung (FHE), basierend auf Concrete, mit Bindings zu traditionellen ML-Frameworks.

Kuratierte Data-Science-Ressourcen (kostenlos und kostenpflichtig) für angehende und erfahrene Data Scientists zur Weiterbildung und Karriereförderung.

Ein Toolkit für Machine Learning und Deep Learning von Zeitreihen

Deep-Learning-Framework der Koç University.