r

12 semaines, 26 leçons, 52 quiz : l'apprentissage automatique classique pour tous.

Apache Spark - Un moteur d'analyse unifié pour le traitement de données à grande échelle.

Outil de génération de prévisions de haute qualité pour les séries temporelles présentant une saisonnalité multiple avec une croissance linéaire ou non linéaire.

Un framework de gradient boosting (GBT, GBDT, GBRT, GBM ou MART) rapide, distribué et haute performance basé sur des algorithmes d'arbres de décision, utilisé pour le classement, la classification et de nombreuses autres tâches d'apprentissage automatique.

Liste de fiches mémo sur la science des données pour conquérir le monde.

mal - Make a Lisp

Décrivez votre site, l'IA le construit, vous le possédez en Markdown. Assemblez des blocs Tailwind comme des Lego pour créer des landing pages, blogs, portfolios, docs et plus encore. Déploiement gratuit partout.

Bibliothèque de Gradient Boosting sur arbres de décision rapide, évolutive et performante, utilisée pour le classement, la classification, la régression et d'autres tâches d'apprentissage automatique pour Python, R, Java et C++. Prend en charge le calcul sur CPU et GPU.

H2O est une plateforme d'apprentissage automatique open source, distribuée, rapide et évolutive : Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, modélisation linéaire généralisée (GLM avec Elastic Net), K-Means, PCA, modèles additifs généralisés (GAM), RuleFit, machines à vecteurs de support (SVM), Stacked Ensembles, apprentissage automatique automatique (AutoML), etc.

Les amis ne laissent pas leurs amis créer certains types de visualisation de données - Quels sont-ils et pourquoi sont-ils déconseillés.

Une implémentation de la Grammar of Graphics en R.

Une liste organisée de packages, frameworks et logiciels R exceptionnels.

Paramétrer, exécuter et analyser des notebooks.

Applications web interactives faciles avec R.

Index des ressources liées au Quant en Chine

R pour la science des données : un livre.

dplyr : une grammaire pour la manipulation de données.

Applications Web et tableaux de bord en temps réel pour Python et R

Une liste organisée de ressources exceptionnelles sur l'apprentissage automatique responsable.

Data Science en ligne de commande.

🛠 IDE web tout-en-un spécialisé pour le machine learning et la science des données.

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

Suite multi-langage pour des solveurs haute performance d'équations différentielles et de composants d'apprentissage automatique scientifique (SciML). Équations différentielles ordinaires (ODE), stochastiques (SDE), à retard (DDE), algébriques (DAE), et plus encore en Julia.

Documents dynamiques pour R

Transformez des modèles ML en code natif (Java, C, Python, Go, JavaScript, Visual Basic, C#, R, PowerShell, PHP, Dart, Haskell, Ruby, F#, Rust) sans dépendances

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/

Un ensemble complet de métriques d'équité pour les jeux de données et les modèles d'apprentissage automatique, incluant des explications et des algorithmes pour atténuer les biais.

Open Data, plus de 50 sources de données financières (principalement actions taïwanaises), mises à jour quotidiennement

Traduction en chinois, implémentations de code et solutions aux exercices de The Elements of Statistical Learning (ESL).

Une bibliothèque de graphiques interactifs pour R.