jupyter-notebook

Python Data Science Handbook : texte intégral sous forme de Jupyter Notebooks

Également connu sous le nom de "Bayesian Methods for Hackers" : une introduction aux méthodes bayésiennes et à la programmation probabiliste, privilégiant l'approche computationnelle et intuitive sur la théorie mathématique. Le tout en pur Python.

⛔️ DÉPRÉCIÉ – Voir https://github.com/ageron/handson-ml3 ou handson-mlp à la place.

🤖 Exemples Python d'algorithmes de machine learning populaires avec des démos Jupyter interactives et des explications mathématiques

Notes complètes sur le deep learning (Terminé) : tutoriels PyTorch de Tudui, Apprendre le deep learning avec Li Mu, Deep Learning d'Andrew Ng, et agents de grands modèles par Dafei.

Bonnes pratiques pour les systèmes de recommandation

La bibliothèque de graphiques interactive pour Python.

Un réseau de neurones qui transforme une maquette de design en site web statique.

Générez de belles cartes à partir de données OpenStreetMap ! Construit avec osmnx, matplotlib et shapely.

Profilage de la qualité des données et analyse exploratoire en une ligne de code pour les DataFrames Pandas et Spark.

Notebook interactif Jupyter.

Explorez ce dépôt, une ressource complète couvrant les structures de données, les algorithmes, les feuilles DSA de Love Babbar, Striver et Apna College, ainsi que les questions FAANG. Il inclut également des sujets techniques tels que les systèmes d'exploitation, les SGBD, SQL, les réseaux informatiques et la programmation orientée objet.

Exemples de notebooks Jupyter démontrant comment construire, entraîner et déployer des modèles de machine learning avec Amazon SageMaker.

Bonnes pratiques, exemples de code et documentation pour la vision par ordinateur.

Thèmes personnalisés pour Jupyter Notebook

Images Docker prêtes à l'emploi contenant des applications Jupyter.

Serveur multi-utilisateurs pour les notebooks Jupyter.

Evidently est un framework open-source d'observabilité pour le ML et les LLM. Évaluez, testez et surveillez tout système basé sur l'IA ou pipeline de données. Des données tabulaires à l'IA générative. Plus de 100 métriques.

Une liste organisée de notebooks et bibliothèques de machine learning et de science des données appliqués à divers secteurs (par @firmai)

Dépôt contenant des exemples de programmes Python pour l'apprentissage.

Jupyter Notebooks sous forme de documents Markdown, scripts Julia, Python ou R.

Pratique de l'IA - Version chinoise de practicalAI

Notebooks Jupyter pour l'enseignement et l'apprentissage de Python 3.

Cours de Deep Learning de NYU, printemps 2020.

Plateforme tout-en-un pour le trading boursier assisté par IA : apprentissage, simulation et trading réel. Inclut des connaissances boursières, des stratégies, des grands modèles, du machine learning, du deep learning, du renforcement, des réseaux de neurones sur graphes, du trading haute fréquence et des déploiements C++.

Voilà transforme les notebooks Jupyter en applications web autonomes.

Visualiseur pour les structures de données pandas

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

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

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