data-science

Exemples de techniques pour entraîner des modèles ML interprétables, expliquer les modèles ML et déboguer les modèles ML pour la précision, la discrimination et la sécurité.

Visualisation interactive de réseaux en Python et Dash, alimentée par Cytoscape.js

Créez 12 applications de données en Python avec Streamlit

Projekt J.E.N.O.V.A est une série complète de composants pour Godot Engine qui étend ses capacités avec des technologies de pointe.

Dépôt de code pour le livre SQL for Data Analysis

Plotlars est une bibliothèque Rust conçue pour faciliter l'intégration entre la bibliothèque d'analyse de données Polars et la bibliothèque Plotly.

Accédez et analysez des données météorologiques et climatiques historiques avec Python.

🎨 Boîte à outils pour générer des graphiques de qualité publication pour les revues Cell, Nature et Science

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.

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

Turbodbc est un module Python pour accéder aux bases de données relationnelles via l'interface Open Database Connectivity (ODBC). Le module respecte la spécification Python Database API 2.0.

Une collection de ressources gratuites soigneusement sélectionnées pour approfondir votre compréhension du langage R. Mise à jour régulière. Les contributions sont encouragées via pull request (voir contributing.md).

Comparaison de DataFrames Pandas, Polars, Spark et Snowpark, conçue pour les humains et plus encore.

Un dépôt de jeux de données assez cool que j'ai collectés pour la recherche en science des réseaux et en apprentissage automatique.

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.

Matériel de cours pour : Geospatial Data Science

Modèles linéaires généralisés en Julia

Exercices à domicile pour les postes en data science

Second Brain est un framework agentique agissant comme un système d'exploitation, utilisant l'intelligence des fichiers locaux, l'automatisation des flux de travail et les LLM pour accomplir des tâches et communiquer sur plusieurs modalités et plateformes de messagerie.

mRMR (minimum-Redundancy-Maximum-Relevance) pour la sélection automatique de caractéristiques à grande échelle.

Si vous venez de l'un de mes tutoriels sur la science des données, vous trouverez le code et les liens vers les tutoriels ici. J'espère que vous les trouverez utiles. Bon apprentissage et bon codage !

Cross Beat (xbe.at) - Votre plateforme de tutoriels Python, machine learning et IA. Explorez des tutoriels Python, des analyses sur l'IA et plus encore.

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

Diapositives, notes d'articles, notes de cours, articles de blog et recherches sur le ML 📉, les statistiques 📊 et l'IA 🤖.

Un couteau suisse 🐟 pour les E/S de données

Probability and Statistics for Data Science : Une introduction autonome aux probabilités et statistiques pour la science des données, incluant un PDF gratuit, 103 notebooks Python utilisant 23 jeux de données réels, 118 vidéos avec diapositives et les solutions de 200 exercices

Cours complets d'IA dispensés par Humai

Apprenez le Machine Learning avec le programme Amazon ML Summer School 2026. Accédez aux résumés de sessions, aux QCM des années précédentes, aux questions de programmation et au matériel de test officiel. Pratiquez des tâches de codage par module et construisez des bases solides pour les entretiens et les applications du monde réel.