data-science

Beeindrucken Sie Ihren Chef und verwandeln Sie ein Jupyter Notebook in eine schöne, teilbare Web-App – keine Callbacks, kein Frontend, kein Umschreiben.

Data-Science-Roadmap von A bis Z

Über 150 quantitative Finanz-Python-Programme, die dir helfen, Börsendaten zu sammeln, zu verarbeiten und zu analysieren

Machine-Learning-Pipelines für Kubeflow

⚡️SwanLab – ein Open-Source- und modern gestaltetes Tool zur Nachverfolgung und Visualisierung von KI-Trainings. Unterstützt Cloud- und Self-Hosted-Nutzung. Integriert mit PyTorch, Transformers, verl, LLaMA Factory, ms-swift, Ultralytics, MMEngine, Keras usw.

♾️ CML - Continuous Machine Learning | CI/CD für ML

Werden Sie mit diesem vollständigen 0-auf-100-Repository zum Experten für Künstliche Intelligenz, Machine Learning, generative KI, Deep Learning, Data Science, Natural Language Processing, Reinforcement Learning und mehr.

STUMPY ist eine leistungsstarke und skalierbare Python-Bibliothek für die moderne Zeitreihenanalyse

Eine fantastische Liste von Veranstaltungen und Stipendienmöglichkeiten für Informatikstudenten

pandas auf AWS – Einfache Integration mit Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer und S3 (Parquet, CSV, JSON und EXCEL).

Eine kuratierte Liste fantastischer Ressourcen für verantwortungsvolles maschinelles Lernen.

Deepchecks: Tests zur kontinuierlichen Validierung von ML-Modellen & Daten. Deepchecks ist eine ganzheitliche Open-Source-Lösung für alle Anforderungen im Bereich KI- & ML-Validierung und ermöglicht das gründliche Testen von Daten und Modellen von der Forschung bis zur Produktion.

Ein Python-Paket für interaktive geospatialle Analyse und Visualisierung mit Google Earth Engine.

:atom: Code interaktiv ausführen, Daten untersuchen und grafisch darstellen. Die volle Leistung von Jupyter-Kerneln in Ihrem bevorzugten Texteditor.

Data Science über die Kommandozeile

Maestro: Der Workflow-Orchestrator von Netflix

Jupyter Notebooks aus der scikit-learn-Videoreihe

Dies sind handgeschriebene Notizen zu Kursen von Andrew Ng auf Coursera.

Ein Framework zum Sammeln und Analizieren von Vorhersagemarktdaten, einschließlich des größten öffentlich verfügbaren Datensatzes von Markt- und Handelsdaten für Polymarket und Kalshi.

Ein Python-Paket für interaktive Kartierung und Geospatial-Analyse mit minimalem Code in einer Jupyter-Umgebung

Java-DataFrame- und Visualisierungsbibliothek

Leistungsstarke symbolische Regression in Python und Julia

KI-Infra / KI-Orchestrierung / KI-Control-Plane

Python-Bibliothek, die es Data Scientists erleichtert, Diagramme zu erstellen.

WebApps in purem Python. Kein JavaScript, HTML und CSS erforderlich

Wahrscheinlich die beste kuratierte Liste von Data-Science-Software in Python.

🔨 🍇 💻 🚀 GraphScope: Ein All-in-One-System für groß angelegte Graphenberechnungen von Alibaba

🛠 All-in-One webbasierte IDE, spezialisiert auf Machine Learning und Data Science.

Algorithmic Trading in Python mit Machine Learning

:earth_americas: Machine-Learning-Tutorials (hauptsächlich in Python3)