data-science

Un guide complet pour débuter et progresser en machine learning (ML) et intelligence artificielle (IA) en 2026 sans aucune expérience préalable, et rester à jour avec les dernières actualités et techniques de pointe.

Une liste organisée d'outils MLOps remarquables.

Bibliothèque Python d'apprentissage automatique simple et distribuée, portant des algorithmes ML pour Spark

Modélisation probabiliste de séries temporelles en Python.

Visualiseur pour les structures de données pandas

Une bibliothèque d'extensions et de modules d'assistance pour les bibliothèques d'analyse de données et de machine learning en Python.

Ce dépôt est une compilation de ressources gratuites pour apprendre la science des données.

R pour la science des données : un livre.

Danfo.js est une bibliothèque JavaScript open source fournissant des structures de données performantes, intuitives et faciles à utiliser pour manipuler et traiter des données structurées.

Prévision de séries temporelles avec PyTorch.

Liste de groupes, chaînes et bots Telegram, incluant des ressources pour développeurs

Matplot++ : une bibliothèque graphique C++ pour la visualisation de données 📊🗾

La 3e édition du cours fast.ai

Prévisions ultra-rapides avec des modèles statistiques et économétriques.

Je suis convaincu que les étudiants de troisième cycle et les chercheurs d'emploi, auxquels ce livre est principalement destiné, tireront profit de sa lecture ; j'espère toutefois que même les chercheurs les plus expérimentés le trouveront fascinant.

Fondements de l'apprentissage automatique : algèbre linéaire, calcul, statistiques et informatique

Langage de programmation probabiliste dans TensorFlow. Modèles génératifs profonds, inférence variationnelle.

Connaissances, code et approches pour les compétitions en exploration de données, vision par ordinateur, traitement du langage naturel et systèmes de recommandation.

Une collection de fiches mémo, livres, questions et portfolios pour la préparation aux entretiens DS/ML.

Détendez-vous ! Flux est la bibliothèque ML qui ne vous fait pas stresser

Une liste organisée de projets, bibliothèques et ressources Jupyter remarquables.

Augmentation de données pour le NLP.

Liste organisée de ressources Python pour la science des données.

Intelligence artificielle pour le contrôle social de l'administration publique | Ce dépôt ne reçoit pas de mises à jour fréquentes. Consultez le README.

DeepAnalyze est le premier LLM agentique pour la science des données autonome. Votre analyste de données IA qui analyse automatiquement de grands volumes de données et génère des rapports professionnels en un clic.

Raisonnement probabiliste et analyse statistique dans TensorFlow.

Notebooks Python avec des exemples de ML et de deep learning utilisant le SDK Azure Machine Learning pour Python | Microsoft.

Une bibliothèque rapide pour l'AutoML et le réglage. Rejoignez notre Discord : https://discord.gg/Cppx2vSPVP.

Bienvenue aux contributions de mini-projets Python open-source !

Ce projet reproduit le livre Dive Into Deep Learning (https://d2l.ai/) en adaptant le code de MXNet vers PyTorch.