data-analysis

nannyml: ciência de dados pós-implantação em Python

Recursos educacionais para PyMC

O mecanismo de armazenamento universal

Um kit de ferramentas/biblioteca Python para aprendizado de máquina/profundo e mineração de dados centrados na realidade em séries temporais parcialmente observadas, com mais de 50 modelos de redes neurais SOTA para tarefas de análise científica (imputação, classificação, agrupamento, previsão, detecção de anomalias, limpeza) em séries temporais multivariadas industriais irregularmente amostradas com valores ausentes NaN.

Biblioteca para visualizações de dados animadas e histórias de dados.

t-SNE acelerado por GPU para CUDA com bindings em Python

Toolkit baseado em terminal para análise de dados do GitHub.

🚀 Mais de 500 recursos selecionados para Análise de Dados e Ciência de Dados: Python, SQL, Estatística, ML, IA, Visualização, Cheatsheets, Roadmaps e preparação para entrevistas. Para iniciantes e especialistas.

Um pacote Python para manipular estruturas de dados tabulares bidimensionais

O Responsible AI Toolbox é um conjunto de ferramentas que fornece interfaces de usuário e bibliotecas para exploração e avaliação de modelos e dados, permitindo uma melhor compreensão de sistemas de IA. Essas interfaces e bibliotecas capacitam desenvolvedores e partes interessadas a desenvolver e monitorar a IA de forma mais responsável e a tomar melhores decisões baseadas em dados.

Gráficos em Python ultrarrápidos e personalizáveis.

Centenas de habilidades de agentes para pesquisa médica, incluindo design de protocolos, análise de dados, insights de evidências e escrita acadêmica.

DATAGEN: Assistente de pesquisa multiagente impulsionado por IA que automatiza a geração de hipóteses, análise de dados e redação de relatórios.

Solução de análise poderosa. Configuração em 30 segundos. Exiba todos os seus dados em um painel simples e alimentado por IA. Totalmente auto-hospedável e compatível com GDPR. Alternativa ao Google Analytics, MixPanel, Plausible, Umami e Matomo.

Plataforma de análise e visualização de dados DataGear, crie livremente qualquer painel de dados que desejar.

Construa pipelines de dados com SQL e Python, ingira dados de diferentes fontes, adicione verificações de qualidade e crie fluxos de ponta a ponta.

Tutoriais de Apache Spark e Python (pySpark) para análise de Big Data e Machine Learning em notebooks IPython / Jupyter

Aprendizado de máquina com dataframes

Uma lista abrangente de mais de 180 canais do YouTube sobre Ciência de Dados, Engenharia de Dados, Aprendizado de Máquina, Aprendizado Profundo, Ciência da Computação, programação, engenharia de software, etc.

Curso de Ciência de Dados de 2015 da General Assembly em Washington, DC.

nao é um agente de análise de código aberto. (1) Crie contexto com a CLI nao-core, (2) implante a interface de chat nao para todos.

O que há nos seus dados? Extraia esquema, estatísticas e entidades de conjuntos de dados

ktx é uma camada de contexto executável para agentes de dados e análise 🐙 Permite que Claude Code, Codex ou outros agentes de IA consultem bancos de dados analíticos com precisão e contexto completo da sua empresa

re_data - corrija problemas de dados antes que seus usuários e CEO os descubram 😊

fklearn: Aprendizado de Máquina Funcional

Hacknical, hacker e técnico. Um site para usuários do GitHub criarem um currículo melhor.

Fluxos de trabalho de preparação de dados ágeis facilitados com Pandas, Dask, cuDF, Dask-cuDF, Vaex e PySpark

Analisador de logs de drone: um aplicativo de painel universal de alto desempenho para organizar e analisar logs de voo DJI/Litchi de forma privada em um só lugar. Suporta plugins para formatos de log de voo personalizados. Construído com Tauri v2, DuckDB e React.

Biblioteca de matriz de confusão multiclasse em Python

Ferramentas simples para limpeza de dados em R