data-science

Explora mi diversa colección de proyectos que muestran aprendizaje automático, análisis de datos y más. Organizado por proyecto, cada directorio contiene código, conjuntos de datos, documentación y recursos. Sumérgete para descubrir conocimientos y técnicas en ciencia de datos. Contáctame para colaboraciones y comentarios.

Otro motor de flujo de trabajo redundante.

NLP de cero a experto en solo 10 Kernels.

Framework de manipulación de datos paralelizado basado en disco para volúmenes de datos que superan la capacidad de la memoria RAM

Servidor unificado de MySQL, Postgres y FlightSQL, impulsado por DuckDB.

Data Package es un estándar que consiste en un conjunto de especificaciones simples pero extensibles para describir conjuntos de datos, archivos de datos y datos tabulares. Es un lenguaje de definición de datos (DDL) y una API de datos que facilita la búsqueda, accesibilidad, interoperabilidad y reutilización (FAIR) de los datos.

Modeltime integra modelos de pronóstico de series temporales y machine learning en un solo framework

Repositorio oficial del libro Efficient Python for Data Scientists. Puede comprar el libro aquí:

Una biblioteca de decimales de punto flotante de alta precisión y rendimiento.

Un framework y utilidades simplificadas para PyTorch

Una lista curada de recursos educativos para habilidades esenciales en ciencia de datos.

Herramientas para Obsidian: un paquete de Python para analizar un baúl de Obsidian.md

Recursos definitivos para proyectos desde nivel principiante hasta avanzado, todo en un solo lugar.

Soluciones para proyectos de DataCamp

Una interfaz unificada para algoritmos de optimización y experimentos

Una lista seleccionada de recursos de inteligencia artificial (cursos, herramientas, aplicaciones, proyectos de código abierto).

Este repositorio contiene una lista de lectura de artículos sobre segmentación de series temporales. El repositorio sigue en mejora continua.

Automatización de la exploración y tratamiento de datos

Tu guía práctica sobre las matemáticas utilizadas en la Inteligencia Artificial.

Un framework de seguimiento de experimentos simple y elegante que integra lógica de persistencia y mejores prácticas directamente en Python

Patrones de aprendizaje automático distribuido de Manning Publications por Yuan Tang https://bit.ly/2RKv8Zo

apricot implementa optimización submodular con el fin de seleccionar subconjuntos de conjuntos de datos masivos para entrenar modelos de machine learning rápidamente. Ver la página de documentación: https://apricot-select.readthedocs.io/en/latest/index.html

Una colección de recursos de ciencia de datos y aprendizaje automático que me han resultado útiles (¡solo publico lo que he leído!).

Motor para el seguimiento, visualización, explicabilidad, detección de deriva y paneles de control de IA/ML/datos para Polyaxon.

Curso de ciencia de datos en Julia para JuliaAcademy.com, impartido por Huda Nassar.

IA explicable para humanos

Lista curada de esfuerzos conocidos en informática de materiales, es decir, en la ciencia de materiales moderna

Visualiza tus archivos CSV en segundos sin enviar tus datos a ninguna parte.

Fuente para quienes están interesados en los datos

Biblioteca de Python fácil de usar con funciones personalizadas para limpiar y analizar datos.