data-visualization
Repositori open source terpantau bertanda data-visualization, diurutkan berdasarkan bintang.
- #211
Platform data science sumber terbuka berbasis AI.
★ 708+0Perubahan bintang dalam 7 hari terakhir - #212
Peta Jalan ML (Machine Learning) Full Stack mencakup pembelajaran keterampilan dan teknologi yang diperlukan untuk menguasai semua aspek machine learning, termasuk pengumpulan dan prapemrosesan data, pengembangan model, penerapan, dan pemeliharaan.
★ 701+0Perubahan bintang dalam 7 hari terakhir - #213
Widget visualisasi grafik interaktif untuk Rust yang didukung oleh egui dan petgraph
★ 699+1Perubahan bintang dalam 7 hari terakhir - #214
Trame memungkinkan Anda merajut berbagai komponen dan teknologi ke dalam Aplikasi Web yang ditulis sepenuhnya dengan Python.
★ 697+5Perubahan bintang dalam 7 hari terakhir - #215
Saat Augur menemui kendala, kami membuat Aveloxis: Pengumpulan data metrik OSS yang andal. Mengumpulkan 40.000 repositori secara penuh dalam 3 hari, cukup bagus bukan?
★ 692-1Perubahan bintang dalam 7 hari terakhir - #216★ 685-1Perubahan bintang dalam 7 hari terakhir
- #217
ML-capsule adalah proyek bagi pemula dan penggemar data science yang ingin mempelajari Machine Learning. Melalui repositori ini, pengguna dapat mempelajari ML, DL, dan teknologi terkait dengan berbagai proyek dunia nyata untuk persiapan wawancara.
★ 682-1Perubahan bintang dalam 7 hari terakhir - #218
Galeri webgl eksperimental yang dapat memvisualisasikan puluhan ribu poster film sebagai diagram voronoi
★ 663+1Perubahan bintang dalam 7 hari terakhir - #219
Lacak Data Science Anda. Pustaka Python sumber terbuka Skore mempercepat pengembangan model ML dengan laporan evaluasi otomatis, panduan metodologis cerdas, dan analisis validasi silang yang komprehensif.
★ 663+2Perubahan bintang dalam 7 hari terakhir - #220
🎨 Toolkit untuk menghasilkan plot berkualitas publikasi untuk jurnal Cell, Nature, dan Science
★ 663+10Perubahan bintang dalam 7 hari terakhir - #221★ 653+1Perubahan bintang dalam 7 hari terakhir
- #222
Kepler Mapper: Implementasi Python yang fleksibel untuk algoritma Mapper
★ 653+1Perubahan bintang dalam 7 hari terakhir - #223
PyScada adalah sistem SCADA sumber terbuka yang menggunakan framework Django sebagai backend
★ 651+2Perubahan bintang dalam 7 hari terakhir - #224
Layer maptalks untuk rendering dengan three.js.
★ 649+0Perubahan bintang dalam 7 hari terakhir - #225★ 646+0Perubahan bintang dalam 7 hari terakhir
- #226
qis - analisis kinerja, backtesting portofolio, analisis risiko, dan pelaporan factsheet dengan Python.
★ 628+18Perubahan bintang dalam 7 hari terakhir - #227
GrimoireLab: platform untuk analitik dan wawasan pengembangan perangkat lunak.
★ 623+1Perubahan bintang dalam 7 hari terakhir - #228
Workbench DuckDB open-source penuh yang berjalan di browser Anda. Editor SQL, notebook, grafik, asisten AI. Tanpa instalasi, tanpa pendaftaran, tanpa backend — data Anda tidak pernah meninggalkan tab.
★ 614+3Perubahan bintang dalam 7 hari terakhir - #229★ 611+0Perubahan bintang dalam 7 hari terakhir
- #230
Komponen JavaScript yang kecil dan sangat berkinerja tinggi untuk mengurai dan menggambar string SMILES. Dirilis di bawah lisensi MIT.
★ 607+0Perubahan bintang dalam 7 hari terakhir - #231
Toolkit Radar Python-ARM. Toolkit interaktif berbasis model data untuk bekerja dengan data radar cuaca.
★ 601+1Perubahan bintang dalam 7 hari terakhir - #232★ 600+0Perubahan bintang dalam 7 hari terakhir
- #233★ 596+1Perubahan bintang dalam 7 hari terakhir
- #234
🔍 Treemap SVG untuk ukuran binary Go
★ 588+0Perubahan bintang dalam 7 hari terakhir - #235
Framework untuk implementasi cepat pemrosesan data dan pipeline operasional.
★ 585+0Perubahan bintang dalam 7 hari terakhir - #236★ 583+2Perubahan bintang dalam 7 hari terakhir
- #237
Visualisasikan ekspor Apple Health Anda di Grafana
★ 581+1Perubahan bintang dalam 7 hari terakhir - #238★ 575+1Perubahan bintang dalam 7 hari terakhir
- #239
ProphitBet adalah aplikasi prediksi taruhan sepak bola berbasis Machine Learning. Aplikasi ini menganalisis performa tim, menghitung statistik pertandingan, dan memprediksi hasil pertandingan menggunakan metode Machine Learning (ML) tingkat lanjut. Algoritma yang didukung dalam aplikasi ini adalah Neural Networks, Random Forests, dan Ensemble Models.
★ 571+5Perubahan bintang dalam 7 hari terakhir - #240★ 566+1Perubahan bintang dalam 7 hari terakhir