data-science

Ejemplos de técnicas para entrenar, explicar y depurar modelos de ML en cuanto a precisión, discriminación y seguridad.

Visualización de redes interactiva en Python y Dash, impulsada por Cytoscape.js.

Construye 12 aplicaciones de datos en Python con Streamlit.

RAGLight es un framework modular para Generación Aumentada por Recuperación (RAG). Facilita la integración de diferentes LLM, embeddings y bases de datos vectoriales, e incluye integración con MCP para conectar herramientas y fuentes de datos externas.

Repositorio de código para el libro SQL for Data Analysis

Plotlars es una biblioteca de Rust diseñada para facilitar la integración entre la biblioteca de análisis de datos Polars y la biblioteca Plotly.

Accede y analiza datos históricos meteorológicos y climáticos con Python.

Realice un seguimiento de su ciencia de datos. La biblioteca de Python de código abierto de Skore acelera el desarrollo de modelos de ML con informes de evaluación automatizados, orientación metodológica inteligente y análisis exhaustivo de validación cruzada.

🎨 Kit de herramientas para generar gráficos con calidad de publicación para revistas como Cell, Nature y Science.

(AAAI' 20) A Python Toolbox for Machine Learning Model Combination

Turbodbc es un módulo de Python para acceder a bases de datos relacionales a través de la interfaz Open Database Connectivity (ODBC). El módulo cumple con la especificación 2.0 de la API de bases de datos de Python.

Una colección curada de recursos gratuitos para ayudar a profundizar su comprensión del lenguaje de programación R. Se actualiza regularmente. Se aceptan contribuciones mediante pull request (ver contributing.md).

Comparación de DataFrames de Pandas, Polars, Spark y Snowpark para humanos y más.

Un repositorio de conjuntos de datos interesantes recopilados para la investigación en ciencia de redes y aprendizaje automático.

Ciclo de vida completo de un proyecto de ciencia de datos

Biblioteca de análisis de datos oneAPI (oneDAL)

La solución de código abierto líder en calidad de datos.

Materiales del curso: Ciencia de datos geoespaciales

Modelos lineales generalizados en Julia

Tareas para procesos de selección en ciencia de datos

Second Brain es un framework de agentes que actúa como un sistema operativo, utilizando inteligencia de archivos locales, automatización de flujos de trabajo y LLMs para completar tareas y comunicarse a través de múltiples modalidades y plataformas de mensajería.

mRMR (mínima redundancia, máxima relevancia) para la selección automática de características a gran escala.

Si vienes de uno de mis tutoriales de ciencia de datos, aquí encontrarás el código y los enlaces a los tutoriales. Espero que te sean útiles. ¡Feliz aprendizaje y programación!

Cross Beat (xbe.at): tu centro de tutoriales sobre Python, aprendizaje automático e IA. Explora tutoriales de Python, perspectivas de IA y más.

Resumable Polymarket indexer: CLOB market metadata plus on-chain trades from Polygon, in one DuckDB file you can query with SQL

Presentaciones, notas de artículos, apuntes de clase, publicaciones de blog e investigación sobre ML 📉, estadística 📊 e IA 🤖.

Probabilidad y estadística para ciencia de datos: una introducción completa que incluye un PDF gratuito, 103 notebooks de Python con 23 conjuntos de datos reales, 118 videos con diapositivas y soluciones a 200 ejercicios.

🐟 Una navaja suiza para entrada y salida de datos

Cursos completos de IA dictados por Humai

Aprende Machine Learning con el programa Amazon ML Summer School 2026. Accede a resúmenes de sesiones, preguntas de opción múltiple de años anteriores, ejercicios de programación y material oficial. Practica tareas de codificación por módulos y construye una base sólida para entrevistas y aplicaciones reales.