data-analysis

nannyml: ciencia de datos posdespliegue en Python

Recursos educativos de PyMC

El motor de almacenamiento universal

Una caja de herramientas/biblioteca de Python para aprendizaje automático/profundo y minería de datos centrados en la realidad sobre series temporales parcialmente observadas, con más de 50 modelos de redes neuronales SOTA para tareas de análisis científico (imputación, clasificación, agrupamiento, pronóstico, detección de anomalías, limpieza) en series temporales multivariadas industriales incompletas y muestreadas irregularmente con valores faltantes NaN.

Biblioteca para visualizaciones de datos animadas e historias de datos.

t-SNE acelerado por GPU para CUDA con bindings para Python

Kit de herramientas basado en terminal para análisis de datos de GitHub.

Más de 500 recursos seleccionados para análisis de datos y ciencia de datos: Python, SQL, estadística, ML, IA, visualización, hojas de referencia, hojas de ruta y preparación de entrevistas. Para principiantes y expertos.

Un paquete de Python para manipular estructuras de datos tabulares bidimensionales.

Responsible AI Toolbox es un conjunto de herramientas que proporciona interfaces de usuario y bibliotecas para la exploración y evaluación de modelos y datos, permitiendo una mejor comprensión de los sistemas de IA. Estas interfaces y bibliotecas permiten a los desarrolladores y partes interesadas de los sistemas de IA desarrollar y supervisar la IA de forma más responsable, tomando mejores decisiones basadas en datos.

Gráficos en Python ultrarrápidos y personalizables

Cientos de habilidades de agentes para investigación médica, incluyendo diseño de protocolos, análisis de datos, perspectivas de evidencia y redacción académica.

DATAGEN: Asistente de investigación multiagente impulsado por IA que automatiza la generación de hipótesis, el análisis de datos y la redacción de informes.

Potente solución de analítica. Configuración en 30 segundos. Muestra todos tus datos en un panel sencillo impulsado por IA. Completamente autoalbergable y compatible con el RGPD. Alternativa a Google Analytics, MixPanel, Plausible, Umami y Matomo.

Plataforma de análisis de visualización de datos DataGear, cree libremente cualquier panel de datos que desee

Cree pipelines de datos con SQL y Python, ingiera datos de diferentes fuentes, añada comprobaciones de calidad y cree flujos de extremo a extremo.

Tutoriales de Apache Spark y Python (pySpark) para análisis de Big Data y Machine Learning en formato de notebooks de IPython / Jupyter.

Machine learning con dataframes.

Una lista exhaustiva de más de 180 canales de YouTube sobre ciencia de datos, ingeniería de datos, aprendizaje automático, aprendizaje profundo, informática, programación, ingeniería de software, etc.

Curso de ciencia de datos de 2015 de General Assembly en Washington, DC.

👾 nao es un agente de análisis de código abierto. (1) Crea contexto con la CLI de nao-core, (2) despliega la interfaz de chat de nao para todos.

¿Qué hay en tus datos? Extrae esquemas, estadísticas y entidades de conjuntos de datos.

ktx es una capa de contexto ejecutable para agentes de datos y análisis 🐙 Permite que Claude Code, Codex u otros agentes de IA consulten bases de datos analíticas con precisión y con el contexto completo de su empresa.

re_data: soluciona problemas de datos antes de que tus usuarios y el CEO los descubran

fklearn: Aprendizaje automático funcional.

Hacknical, hacker y técnico. Un sitio web para que los usuarios de GitHub creen un mejor currículum.

:truck: Flujos de trabajo de preparación de datos ágiles facilitados con Pandas, Dask, cuDF, Dask-cuDF, Vaex y PySpark

Analizador de registros de drones: una aplicación de panel universal de alto rendimiento para organizar y analizar registros de vuelo de DJI/Litchi de forma privada en un solo lugar. Soporta complementos para formatos de registro personalizados. Construido con Tauri v2, DuckDB y React.

Biblioteca de matriz de confusión multiclase en Python.

Herramientas sencillas para la limpieza de datos en R.