data-science

Une application de bureau pour visualiser et analyser des données tabulaires

Débogage, surveillance et visualisation pour le Machine Learning et la Data Science en Python

Répertoire listant des sources potentielles pour vous aider à préparer vos entretiens en Data Science et Machine Learning. Nouvelles ressources ajoutées fréquemment.

Inférence causale pour les courageux et les sincères. Une approche légère mais rigoureuse pour apprendre l'estimation d'impact et la causalité.

Apprenez à concevoir, développer, déployer et itérer sur des applications ML de qualité production.

Koalas : API pandas sur Apache Spark

Livre 7 : Apprentissage automatique | La série Iris : des bases mathématiques à l'apprentissage automatique ; vos critiques et corrections sont les bienvenues

GeoAI : Intelligence artificielle pour les données géospatiales.

« Les mathématiques ne sont pas difficiles » : volumes 1 et 2 de « L'algèbre linéaire n'est pas difficile », 66 sujets complets ; critiques et corrections bienvenues.

Package Python pour l'AutoML sur données tabulaires, incluant ingénierie des caractéristiques, réglage des hyperparamètres, explicabilité et documentation automatique

Determined est une plateforme d'apprentissage automatique open source qui simplifie l'entraînement distribué, le réglage des hyperparamètres, le suivi des expériences et la gestion des ressources. Compatible avec PyTorch et TensorFlow.

Liens de ressources soigneusement sélectionnés pour la science des données centralisés en un seul endroit.

Une bibliothèque Python pour la visualisation d'arbres de décision et l'interprétation de modèles.

Un outil d'apprentissage automatique convivial qui permet d'entraîner, de tester et d'utiliser des modèles sans écrire de code

Glossaire de l'apprentissage automatique

Visualisez et comparez des jeux de données, des valeurs cibles et des associations avec une seule ligne de code.

Dépôt regroupant une sélection de projets pratiques en science des données conçus pour les débutants, offrant une approche interactive pour appliquer ses connaissances.

StellarGraph - Apprentissage automatique sur les graphes

Deepnote est une alternative directe à Jupyter, conçue pour l'IA, avec une interface élégante, de nouveaux blocs et des intégrations de données natives. Utilisez Python, R et SQL localement dans votre IDE, puis passez au cloud Deepnote pour la collaboration en temps réel, l'agent Deepnote et le déploiement d'applications de données. https://deepnote.com/

FFCV : Fast Forward Computer Vision (et autres charges de travail ML !)

DataFrame C++ pour l'analyse statistique, financière et ML en C++ moderne

Une liste de jeux de données accessibles publiquement avec des données en temps réel, maintenue par l'équipe de bytewax.io.

chDB est un moteur SQL OLAP in-process propulsé par ClickHouse

Une bibliothèque open-source de journalisation de données pour les modèles de machine learning et les pipelines de données. Offre une visibilité sur la qualité des données et les performances des modèles dans le temps. Prend en charge la collecte de données préservant la confidentialité, garantissant sécurité et robustesse.

Une bibliothèque pour déboguer/inspecter les classifieurs d'apprentissage automatique et expliquer leurs prédictions.

📊⚽ Une collection de projets, de données et d'analyses de football par Edd Webster (@eddwebster), incluant une liste organisée de ressources publiques publiées par la communauté d'analyse de football.

Livre 6 : « La voie des données » | Série Iris : de l'arithmétique au machine learning ; vos critiques et corrections sont les bienvenues !

Extensions Jupyter pour coder plus rapidement : chat IA contextuel, autocomplétion et tableur

Analyse de survie en Python

Une bibliothèque de visualisation pour Rust.