statistics

Pronóstico jerárquico probabilístico 👑 mediante métodos estadísticos y econométricos.

Diseño elegante, funciones versátiles: la calculadora definitiva para Android.

Glass - Interfaz para el servidor ISC DHCP

Biblioteca numérica de Rust con alto rendimiento y sintaxis amigable.

Un lenguaje de programación probabilística simple.

Transformación de datos avanzada y rápida en R

Interfaz para usar R desde Python

Una hoja de ruta de Full Stack ML (Machine Learning) que abarca el aprendizaje de las habilidades y tecnologías necesarias para dominar todos los aspectos del aprendizaje automático, incluyendo la recopilación y preprocesamiento de datos, desarrollo de modelos, despliegue y mantenimiento.

ML-capsule es un proyecto para principiantes y entusiastas de la ciencia de datos que no cuentan con un mentor y desean aprender Machine Learning. A través de este repositorio, pueden aprender ML, DL y tecnologías relacionadas mediante proyectos del mundo real para prepararse para entrevistas.

Accede y analiza datos históricos meteorológicos y climáticos con Python.

GSTools: una caja de herramientas geoestadísticas para campos aleatorios, estimación de variogramas, modelos de covarianza, kriging y más.

Estimación de densidad de kernel en Python.

sjPlot: visualización de datos para estadísticas en ciencias sociales.

Análisis de CSS elegante en la línea de comandos (CLI).

PyTensor permite definir, optimizar y evaluar eficientemente expresiones matemáticas que involucran matrices multidimensionales.

Modelos lineales generalizados en Julia

Analiza datos de encuestas de forma gratuita.

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.

Estadísticas básicas para Julia

Un framework extensible para ciencia de datos geoespaciales y modelado geoestadístico escrito completamente en Julia

Herramienta de monitoreo del rendimiento de consultas para PostgreSQL

Paquete de Python GeostatsPy para análisis de datos espaciales y geoestadística. Comenzó como una reimplementación de GSLIB (Deutsch y Journel, 1992) de Fortran a Python, ahora con muchos métodos adicionales.

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

ProphitBet es una aplicación de predicción de apuestas de fútbol basada en aprendizaje automático. Analiza el estado de forma de los equipos, calcula estadísticas de partidos y predice resultados mediante métodos avanzados de Machine Learning (ML). Los algoritmos soportados incluyen redes neuronales, bosques aleatorios y modelos de conjunto.

Una API de deportes gratuita escrita para Python

Obtén tus registros DNS, detecta anomalías y comprende finalmente qué sucede en tu red. La pieza faltante entre los servidores DNS y tu pila de datos.

Compendio de recursos gratuitos de lectura sobre ML.

Módulo para aprendizaje estadístico, con especial énfasis en el modelado dependiente del tiempo.

Aprendizaje de R en línea para estadística aplicada.