data-science

Jupyter notebooks जो https://bratanic-tomaz.medium.com/ पर मेरे ग्राफ़ डेटा साइंस ब्लॉग पोस्ट का समर्थन करते हैं

डेटा साइंस, डेटा इंजीनियरिंग, मशीन लर्निंग, डीप लर्निंग, कंप्यूटर साइंस, प्रोग्रामिंग, सॉफ्टवेयर इंजीनियरिंग आदि के लिए 180+ YouTube चैनलों की एक व्यापक सूची।

वाशिंगटन, डीसी में जनरल असेंबली का 2015 डेटा साइंस कोर्स

AI डेटा ऐप्स के लिए एकीकृत मल्टीमॉडल बैकएंड

संक्षिप्त, पारदर्शी और सटीक पूर्वानुमानित मॉडलिंग (sklearn-compatible) के लिए व्याख्या योग्य ML पैकेज 🔍।

अपने डेटा के साथ चैट करें - CSV, Postgres, MySQL, Snowflake, SQLite पर AI डेटा विश्लेषण और विज़ुअलाइज़ेशन...

विभिन्न प्रकार के कार्यों पर मानक और SOTA विधियों के उच्च-गुणवत्ता वाले कार्यान्वयन।

जनरेटिव AI को बनाने और तैनात करने के लिए 100 से अधिक संसाधनों की एक क्यूरेटेड सूची, जो विशेष रूप से LLM के साथ एक जनरेटिव AI डेटा साइंटिस्ट बनने में आपकी मदद करने पर केंद्रित है।

कॉन्फॉर्मल प्रेडिक्शन के आधार पर, भविष्यवाणी अंतराल का अनुमान लगाने और जोखिमों को नियंत्रित करने के लिए एक scikit-learn-संगत लाइब्रेरी।

:bar_chart: :clipboard: YAML या JSON फ़ाइलों का उपयोग करने वाले डैशबोर्ड

आपके डेटा में क्या है? डेटासेट से स्कीमा, सांख्यिकी (statistics) और एंटिटीज निकालें

Kafka के लिए Python स्ट्रीमिंग DataFrames

O'Reilly पुस्तक Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play के दूसरे संस्करण के लिए आधिकारिक कोड रिपॉजिटरी

fklearn: फंक्शनल मशीन लर्निंग

:truck: Pandas, Dask, cuDF, Dask-cuDF, Vaex और PySpark के साथ एगिले डेटा प्रिपरेशन वर्कफ़्लो को आसान बनाया गया

scikit-learn संगत मॉडल, सांख्यिकीय विधियों और फाउंडेशन मॉडल का उपयोग करके समय श्रृंखला पूर्वानुमान के लिए Python लाइब्रेरी

सर्वश्रेष्ठ आर्टिफिशियल इंटेलिजेंस संसाधनों की एक क्यूरेटेड सूची

Python में मल्टी-क्लास कन्फ्यूजन मैट्रिक्स लाइब्रेरी

AIDE: मशीन लर्निंग इंजीनियरिंग के लिए एक LLM एजेंट - वह शोध जिससे Weco विकसित हुआ। OpenAI MLE-bench में संदर्भित।

डेटा वैज्ञानिकों के लिए कुशल Python ट्रिक्स और टूल

AKTools, AKShare के लिए एक एलिगेंट और सरल HTTP API लाइब्रेरी है, जिसे AKSharers के लिए बनाया गया है!

अन्वेषण और स्पष्टीकरण के लिए मॉडल अज्ञेयवादी भाषा

स्वचालित ML मॉडल निर्माण (AutoML) के लिए तेज़ और कस्टमाइज़ेबल फ्रेमवर्क

प्राकृतिक भाषा डेटा को स्केल करने, मूल्यांकन करने और बनाए रखने के लिए डेटा साइंटिस्ट की ओपन-सोर्स पसंद। ट्रेनिंग डेटा को सॉफ्टवेयर आर्टिफैक्ट की तरह मानें।

R में डेटा सफाई के लिए सरल टूल

एंटरप्राइज़ उपयोग के मामलों के लिए संदर्भ Jupyter नोटबुक और डेमो AI/ML एप्लिकेशन का एक संग्रह: मार्केटिंग, प्राइसिंग, सप्लाई चेन, स्मार्ट मैन्युफैक्चरिंग और बहुत कुछ।

Concrete ML: पूरी तरह से होमोमॉर्फिक एन्क्रिप्शन (FHE) का उपयोग करने वाला गोपनीयता-संरक्षण ML फ्रेमवर्क, जो Concrete के ऊपर बनाया गया है, और पारंपरिक ML फ्रेमवर्क से जुड़ा है।

आकांक्षी और अनुभवी डेटा वैज्ञानिकों को सीखने, बढ़ने और अपने करियर को आगे बढ़ाने में मदद करने के लिए क्यूरेटेड डेटा साइंस संसाधन (मुफ्त और सशुल्क)।

टाइम सीरीज़ मशीन लर्निंग और डीप लर्निंग के लिए एक टूलकिट

Koç यूनिवर्सिटी डीप लर्निंग फ्रेमवर्क।