data-science

12주, 26개 강의, 52개의 퀴즈, 모두를 위한 클래식 머신러닝

Apache Superset은 데이터 시각화 및 데이터 탐색 플랫폼입니다

30일간의 Python 프로그래밍 챌린지는 30일 만에 Python 프로그래밍 언어를 배우기 위한 단계별 가이드입니다. 이 챌린지는 100일 이상 걸릴 수도 있습니다. 자신의 속도에 맞춰 진행하세요. 다음 동영상들도 도움이 될 수 있습니다: https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw

scikit-learn: 파이썬의 머신러닝

인간을 위한 Deep Learning

R의 data.frame 객체와 유사한 라벨 지정 데이터 구조, 통계 함수 등 다양한 기능을 제공하는 유연하고 강력한 Python 데이터 분석 및 조작 라이브러리

프로덕션 수준의 ML 애플리케이션을 개발, 배포 및 반복 개선하는 방법을 배웁니다.

2027년 여름 소프트웨어 엔지니어링, 데이터 사이언스, AI, 퀀트, 제품 관리, 하드웨어 인턴십 공고. Simplify와 Pitt CSC에서 매일 업데이트합니다.

Apache Airflow - 워크플로를 프로그래밍 방식으로 작성, 예약 및 모니터링하기 위한 플랫폼

Streamlit — 데이터 앱을 더 빠르게 구축하고 공유하는 방법.

Ray는 AI 연산 엔진입니다. 코어 분산 런타임과 ML 워크로드를 가속화하는 AI 라이브러리 세트로 구성되어 있습니다.

Python만으로 매력적인 머신러닝 앱을 만들고 공유하세요. 🌟 저희의 작업을 지원하려면 스타(Star)를 눌러주세요!

10주, 20강, 모두를 위한 데이터 사이언스!

코드가 포함된 AI, 머신러닝, 딥러닝, 컴퓨터 비전, NLP 프로젝트 500선

💫 Python으로 구현한 산업용 자연어 처리(NLP)

코드 변경 없이 1개 또는 10,000개 이상의 GPU에서 모든 크기의 AI 모델을 사전 학습 및 파인튜닝하세요.

2022년 인공지능 전문가가 되기 위한 로드맵

📚 실제 운영 환경에서의 데이터 과학 및 머신 라이닝 경험을 공유하는 기업들의 논문 및 기술 블로그 모음

:memo: 실제 문제에 학습하고 적용하기 위한 유용한 Data Science 저장소입니다.

다중 프레임워크 코드, 수학, 토론을 포함하는 인터랙티브 딥러닝 도서. 스탠포드, MIT, 하버드, 케임브리지 등 70개국의 500개 대학에서 채택되었습니다.

데이터 과학 Python 노트북: 딥러닝(TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, 빅데이터(Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, Python 기초, AWS 및 다양한 커맨드라인.

🕸️ 순수 Python으로 만드는 웹 앱 🐍

"Bayesian Methods for Hackers": 수학보다 계산과 이해를 우선시하는 관점에서 접근하는 베이지안 방법론 및 확률적 프로그래밍 입문서. 모두 순수 Python으로 작성됨 ;)

Jupyter Notebook으로 출판된 fastai 도서

Python을 위한 데이터 앱 및 대시보드. JavaScript가 필요하지 않습니다.

데이터베이스나 데이터 레이크(SQL, CSV, parquet)와 대화하세요. PandasAI는 LLM과 RAG를 사용하여 데이터 분석을 대화형으로 만들어 줍니다.

🏆 엄선된 머신러닝 Python 라이브러리 순위 목록입니다. 매주 업데이트됩니다.

Prefect는 Python에서 안정적인 데이터 파이프라인을 구축하기 위한 워크플로 오케스트레이션 프레임워크입니다.

matplotlib: Python을 이용한 시각화

Python을 위한 반응형 노트북 — 재현 가능한 실험 실행, SQL을 이용한 쿼리, 스크립트로 실행, 앱으로 배포, git을 이용한 버전 관리. 순수 Python으로 저장됩니다. 현대적인 AI 네이티브 에디터에서 모두 가능합니다.