data-analysis

Framework communautaire, simple et puissant pour un calcul distribué sur données rapide et économique.

Que contient réellement votre package de données Discord ?

Boîte à outils de data mining ELKI

Détection du point d'inflexion (knee point) en Python.

scikit-mobility : analyse de mobilité en Python

L'ingénierie des caractéristiques est le processus consistant à utiliser les connaissances du domaine pour extraire des caractéristiques à partir de données brutes via des techniques de data mining. Ces caractéristiques peuvent être utilisées pour améliorer les performances des algorithmes d'apprentissage automatique. L'ingénierie des caractéristiques peut être considérée comme de l'apprentissage automatique appliqué.

Bibliothèque Python basée sur des modèles de langage (LLM) pour la découverte et l'analyse conversationnelle de données.

Code et données pour la deuxième édition de "Practical SQL" par Anthony DeBarros, publié par No Starch Press.

DataFoundry est un atelier d'IA open-source pour l'analyse de données, unifiant sources de données, connaissances, outils et exécution d'agents dans un espace de travail gouverné pour l'analyse interactive.

Débutez avec la programmation de bases de données SQL. Ce guide pour débutants propose des tutoriels étape par étape, des exemples pratiques, des exercices et des ressources pour maîtriser SQL.

Liste de publications mise à jour en continu sur les avancées des agents de données. Dépôt associé à notre article "A Survey of Data Agents: Emerging Paradigm or Overstated Hype?"

Ressources pour suivre le livre Hands-On Data Analysis with Pandas – Deuxième Édition

Un package Python puissant, agnostique en matière de format et piloté par la communauté pour l'analyse et la visualisation de données des sciences de la Terre

Exporter des playlists Spotify via l'API Web. Analysez-les dans un notebook Jupyter.

Plateforme de science des données open source basée sur l'IA.

Tableaux croisés dynamiques et graphiques en glisser-déposer pour Jupyter/IPython Notebook, propulsés par PivotTable.js

Transformation de données avancée et rapide en R

Une feuille de route ML (Machine Learning) Full Stack implique l'apprentissage des compétences et technologies nécessaires pour maîtriser tous les aspects du machine learning, y compris la collecte et le prétraitement des données, le développement, le déploiement et la maintenance des modèles.

Code et données pour la première édition de "Practical SQL" par Anthony DeBarros, publié par No Starch Press (2018).

Client Python et boîte à outils pour DataFrames, Big Data, Machine Learning et ETL dans Elasticsearch

WeDataSphere est une suite de plateforme Big Data tout-en-un de qualité financière.

ML-capsule est un projet destiné aux débutants et aux passionnés de data science, qu'ils aient ou non un mentor ou une orientation, et souhaitent apprendre le machine learning. En utilisant notre dépôt, ils peuvent apprendre le ML, le DL et de nombreuses technologies connexes à travers différents projets concrets et se préparer aux entretiens.

Carnets de bord interactifs de Planet Engineering

Dépôt de code pour le livre SQL for Data Analysis

Suivez vos projets de Data Science. La bibliothèque Python open source de Skore accélère le développement de modèles ML grâce à des rapports d'évaluation automatisés, des conseils méthodologiques intelligents et une analyse complète par validation croisée.

ScienceClaw est un assistant de recherche personnel construit avec LangChain DeepAgents et l'infrastructure AIO Sandbox, adoptant une architecture entièrement nouvelle au-delà d'OpenClaw. Il offre une sécurité renforcée, une meilleure transparence et une expérience utilisateur améliorée.

Analyse de tableau dans Tkinter avec des pandas DataFrames.

Cycle de vie complet d'un projet de science des données.

oneAPI Data Analytics Library (oneDAL)

La solution open-source de premier plan pour la qualité des données.