data-science
Repositori open source terpantau bertanda data-science, diurutkan berdasarkan bintang.
- #391★ 868+0Perubahan bintang dalam 7 hari terakhir
- #392
Proyek AI
★ 868+1Perubahan bintang dalam 7 hari terakhir - #393★ 853+0Perubahan bintang dalam 7 hari terakhir
- #394★ 851-1Perubahan bintang dalam 7 hari terakhir
- #395★ 840+8Perubahan bintang dalam 7 hari terakhir
- #396
🌟 Koleksi pilihan alat AI gratis berkualitas tinggi 🤖, API 🔗, dataset 📊, dan sumber belajar 📚 yang mencakup machine learning 🧠, deep learning 🧩, generative AI 🎨, NLP 💬, dan data science 📈. Dirancang untuk membantu pengembang 👩💻, peneliti 🔬, dan kreator ✨ menjelajahi dan membangun dengan AI lebih cepat ⚡.
★ 840+25Perubahan bintang dalam 7 hari terakhir - #397
Repositori kode untuk proyek dan tutorial dalam R dan Python yang mencakup berbagai topik dalam visualisasi data, statistik, analitik olahraga, dan penerapan umum teori probabilitas.
★ 837+2Perubahan bintang dalam 7 hari terakhir - #398★ 835+1Perubahan bintang dalam 7 hari terakhir
- #399★ 834+0Perubahan bintang dalam 7 hari terakhir
- #400★ 831+0Perubahan bintang dalam 7 hari terakhir
- #401
👩🏫 👨🏫 Kurikulum open-source dari Enki!
★ 831+0Perubahan bintang dalam 7 hari terakhir - #402
R Weekly
★ 820+1Perubahan bintang dalam 7 hari terakhir - #403★ 816+0Perubahan bintang dalam 7 hari terakhir
- #404★ 816+0Perubahan bintang dalam 7 hari terakhir
- #405
Tips pemrograman R untuk pembersihan data, visualisasi data, pemodelan statistik, dan machine learning.
★ 809+0Perubahan bintang dalam 7 hari terakhir - #406
Inferensi Statistik melalui Data Sains: Selami R dan Tidyverse secara Modern
★ 806+1Perubahan bintang dalam 7 hari terakhir - #407
scikit-mobility: analisis mobilitas dalam Python
★ 806+0Perubahan bintang dalam 7 hari terakhir - #408
Seorang Data Scientist ujung-ke-ujung (end-to-end)
★ 806+8Perubahan bintang dalam 7 hari terakhir - #409
Rekayasa fitur adalah proses menggunakan pengetahuan domain untuk mengekstrak fitur dari data mentah melalui teknik penambangan data. Fitur-fitur ini dapat digunakan untuk meningkatkan kinerja algoritma machine learning. Rekayasa fitur dapat dianggap sebagai machine learning terapan itu sendiri.
★ 805+0Perubahan bintang dalam 7 hari terakhir - #410
Regresi Simbolik Berkinerja Tinggi Terdistribusi di Julia
★ 804+0Perubahan bintang dalam 7 hari terakhir - #411
Jalan menuju pendidikan mandiri dalam Data Science!
★ 804+1Perubahan bintang dalam 7 hari terakhir - #412
Sumber daya tentang peramalan deret waktu dan deep learning.
★ 804+0Perubahan bintang dalam 7 hari terakhir - #413
Daftar sumber daya terkurasi untuk membantu Anda memulai Data Science
★ 792+3Perubahan bintang dalam 7 hari terakhir - #414★ 791+0Perubahan bintang dalam 7 hari terakhir
- #415
Lapisan memori berkas tunggal bersama untuk semua agen Anda, RAG sub-milidetik untuk teks, foto, dan video di Apple Silicon. Tanpa server. Tanpa API. Satu berkas. Swift murni.
★ 788-3Perubahan bintang dalam 7 hari terakhir - #416
Pustaka Python yang didukung oleh Model Bahasa (LLM) untuk penemuan dan analisis data percakapan.
★ 787+1Perubahan bintang dalam 7 hari terakhir - #417
DoubleML - Double Machine Learning dalam Python
★ 784+6Perubahan bintang dalam 7 hari terakhir - #418
Belajar Julia dengan cara yang menantang!
★ 782+0Perubahan bintang dalam 7 hari terakhir - #419
Hasil pertandingan sepak bola Inggris dan Eropa 1871-2022
★ 781+0Perubahan bintang dalam 7 hari terakhir - #420
Binding Python untuk crfsuite
★ 774+0Perubahan bintang dalam 7 hari terakhir