data-science

AKShare ist eine elegante und einfache Finanzdatenschnittstellen-Bibliothek für Python, entwickelt für Menschen!

Best Practices für Empfehlungssysteme

Code für Machine Learning for Trading, 3. Auflage — von der Datensammlung bis zur Live-Ausführung.

📺 Entdecke die neuesten Kurse zu maschinellem Lernen und KI auf YouTube.

Offizielles Repository für IPython selbst. Andere Repositories in der IPython-Organisation enthalten Dinge wie die Website, Dokumentations-Builds usw.

Eine umfassende Liste von PyTorch-bezogenen Inhalten auf GitHub, wie verschiedene Modelle, Implementierungen, Hilfsbibliotheken, Tutorials usw.

Topic Modeling für Menschen

Eine Orchestrierungsplattform für die Entwicklung, Produktion und Beobachtung von Daten-Assets.

🦉 Datenversionierung und ML-Experimente

Ihr neuer Mentor für Data-Science-E-Learning.

Eine kuratierte Liste fantastischer Big-Data-Frameworks, Ressourcen und anderer großartiger Dinge.

Forschung und Entwicklung (FuE) sind entscheidend für die Steigerung der industriellen Produktivität, insbesondere im KI-Zeitalter, in dem die Kernaspekte von FuE hauptsächlich auf Daten und Modellen basieren. Wir haben uns zum Ziel gesetzt, diese wertvollen generischen FuE-Prozesse durch den R&D-Agent zu automatisieren, damit KI eine datengesteuerte KI antreiben kann. 🔗https://aka.ms/RD-Agent-Tech-Report

Eine kuratierte Liste von Referenzen für MLOps

Python-Schulung für Business Analysts und Trader

Statistische Datenvisualisierung in Python

Datenqualitäts-Profiling und explorative Datenanalyse für Pandas- und Spark-DataFrames mit nur 1 Zeile Code.

Lernpfad für Künstliche Intelligenz mit fast 200 Praxisfällen und Projekten, kostenlosen Begleitmaterialien, Einstieg ohne Vorkenntnisse und Berufspraxis! Umfasst beliebte Bereiche wie Python, Mathematik, maschinelles Lernen, Datenanalyse, Deep Learning, Computer Vision, natürliche Sprachverarbeitung (NLP) und mehr.

Offizielles Repository von Trino, der verteilten SQL-Abfrageengine für Big Data, ehemals bekannt als PrestoSQL (https://trino.io)

🔥 Wöchentliche Hervorhebung der Top-ML-Papers.

Code-Repository und Informationsressource zum Buch „Python Machine Learning (1st edition)“

OpenRefine ist ein kostenloses Open-Source-Power-Tool zum Arbeiten mit unübersichtlichen Daten und deren Verbesserung.

Umfangreicher MySQL-Terminal-Client mit Autovervollständigung, Syntaxhervorhebung und Dataframes

Wisse immer, was du von deinen Daten erwarten kannst.

Low-Code-Framework zum Erstellen benutzerdefinierter LLMs, neuronaler Netze und anderer KI-Modelle.

Cleanlabs Open-Source-Bibliothek ist das datenzentrierte Standard-AI-Paket für Datenqualität und maschinelles Lernen mit unvollständigen, realen Daten und Labels.

Statsmodels: Statistische Modellierung und Ökonometrie in Python

Die AI-Entwicklerplattform. Nutzen Sie Weights & Biases zum Trainieren und Fine-Tuning von Modellen sowie zur Verwaltung von der Experimentierung bis zur Produktion.

Hochwertige Datensätze und visuelle KI-Modelle verfeinern

Beispiel-Jupyter-Notebooks zur Demonstration des Erstellens, Trainierens und Deployens von Machine-Learning-Modellen mit Amazon SageMaker.

Kostenloses Online-Lehrbuch aus Jupyter-Notebooks für den Computational-Linear-Algebra-Kurs von fast.ai