mathematics

Sammlung verschiedener Algorithmen in Mathematik, Maschinellem Lernen, Informatik und Physik, implementiert in C++ für Bildungszwecke.

Algorithmen und Datenstrukturen in JavaScript für Anfänger, die Best Practices befolgen.

Sammlung verschiedener Algorithmen aus den Bereichen Mathematik, maschinelles Lernen, Informatik, Physik usw., implementiert in C zu Lernzwecken.

Eine Sammlung von Algorithmen und Datenstrukturen

Eine kuratierte Liste großartiger mathematischer Ressourcen

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.

Mathematische Modellierung für Graduierte und Studierende, hervorragende Arbeiten bei mathematischen Modellierungswettbewerben, Algorithmen zur mathematischen Modellierung, LaTeX-Arbeitsvorlagen, Algorithmen-Mindmaps, Referenzbücher, MATLAB-Software-Tutorials, PPT

Schöne und barrierefreie Mathematik in allen Browsern

Book_4_ „Matrix Power“ | Iris-Buch: Von der Arithmetik zum Machine Learning; Jetzt erhältlich!

Erstellen Sie schöne Diagramme, indem Sie einfach Textnotation eingeben.

Book_3_„Math Elements“ | Iris-Blumen-Buch: Von Addition und Subtraktion bis hin zu Machine Learning; veröffentlicht; Korrekturen sind weiterhin willkommen, für aktive Korrekturen gibt es Bücher als Geschenk!

Werde zu einem herausragenden KI/ML-Forscher bzw. -Ingenieur mit diesem unkonventionellen Lehrbuch, das Mathematik, Computing und ML mit Intuition vermittelt.

Eine Sammlung von LLM-Papern, -Blogs und -Projekten mit Schwerpunkt auf OpenAI o1 🍓 und Reasoning-Techniken.

✨ Die grundlegende numerische Bibliothek für JavaScript und TypeScript. ✨

Grundlagen des Machine Learnings: Lineare Algebra, Analysis, Statistik & Informatik

Data-Science-Roadmap von A bis Z

Das offizielle Repository für ROOT: Analyse, Speicherung und Visualisierung von Big Data für die Wissenschaft

Sammlung von Ressourcen zu wichtigen Bereichen der Informatik.

Stift-und-Papier-Übungen zum maschinellen Lernen

Vorlesungsskripte zur Linearen Algebra mit Python. Diese Reihe von Skripten führt Sie durch alle wichtigen Konzepte, die das Fundament für Data Science oder fortgeschrittene quantitative Fähigkeiten bilden.

Leistungsstarke, moderne Mathe-Bibliothek für PHP: Bietet deskriptive Statistik und Regressionen; stetige und diskrete Wahrscheinlichkeitsverteilungen; lineare Algebra mit Matrizen und Vektoren, numerische Analyse; spezielle mathematische Funktionen; Algebra

:spider_web: Eingabe/Ausgabe für viele Mesh-Formate

GeoGebra Apps (Spiegelserver)

CasADi ist ein symbolisches Framework für numerische Optimierung, das automatische Differenzierung im Vorwärts- und Rückwärtsmodus auf spärlichen matrixwertigen Graphen implementiert. Es unterstützt die eigenständige C-Code-Generierung und Schnittstellen zu führenden Codes wie SUNDIALS, IPOPT usw. Es kann von C++, Python, Matlab/Octave, Julia oder Javascript aus verwendet werden.

Bibliothek zur Analyse von Netzwerken

Ausführbarer Code zum Lösen von Project-Euler-Problemen in Java, Python, Mathematica, Haskell.

Erweiterte mathematische Typen und Funktionen für Swift.

Interaktive und farbenfrohe Graphentheorie-Tutorials erstellt mit d3.js

Rust-Bibliothek für quantitative Finanzanalysen.

Einige großartige KI-bezogene Bücher und PDFs zum Lernen und Herunterladen, einschließlich einiger Playground-Modelle zum Üben