data-science

Explore minha coleção diversificada de projetos demonstrando aprendizado de máquina, análise de dados e muito mais. Organizado por projeto, cada diretório contém código, conjuntos de dados, documentação e recursos. Mergulhe para descobrir insights e técnicas em ciência de dados. Entre em contato para colaborações e feedback.

Mais um motor de fluxo de trabalho redundante

NLP Zero a Herói em apenas 10 Kernels

Framework de manipulação de dados paralelizado baseado em disco e rápido para dados maiores que a RAM

Servidor MySQL, Postgres e FlightSQL unificado, alimentado por DuckDB.

O Modeltime desbloqueia modelos de previsão de séries temporais e aprendizado de máquina em um único framework

Data Package é um padrão que consiste em um conjunto de especificações simples, porém extensíveis, para descrever conjuntos de dados, arquivos de dados e dados tabulares. É uma linguagem de definição de dados (DDL) e API de dados que facilita a encontrabilidade, acessibilidade, interoperabilidade e reutilização (FAIR) dos dados.

Uma biblioteca de decimais de ponto flutuante de alta performance e precisão arbitrária.

Repositório oficial do livro Efficient Python for Data Scientists. Você pode comprar o livro aqui:

Um framework simplificado e utilitários para PyTorch

Uma lista selecionada de recursos educacionais de ciência de dados para habilidades essenciais em ciência de dados

Ferramentas Obsidian - um pacote Python para analisar um cofre do Obsidian.md

:octocat:🌟 Os recursos definitivos para projetos do nível iniciante ao avançado, tudo em um só lugar 💻 🎯🚀

Soluções de projetos do DataCamp

Uma interface unificada para algoritmos de otimização e experimentos

Uma lista curada de recursos de inteligência artificial (Cursos, Ferramentas, Aplicativos, Projetos de Código Aberto)

Este repositório contém uma lista de leitura de artigos sobre Segmentação de Séries Temporais. Este repositório continua sendo aprimorado continuamente.

Automatize a exploração e o tratamento de dados.

Um framework simples e elegante de rastreamento de experimentos que integra lógica de persistência e melhores práticas diretamente no Python

Seu guia direto para a matemática usada em Inteligência Artificial.

Padrões de Aprendizado de Máquina Distribuído, da Manning Publications, por Yuan Tang https://bit.ly/2RKv8Zo

Uma coleção de recursos de ciência de dados e machine learning que achei úteis (só posto o que li!)

apricot implementa otimização submodular com o objetivo de selecionar subconjuntos de grandes volumes de dados para treinar modelos de machine learning rapidamente. Veja a página de documentação: https://apricot-select.readthedocs.io/en/latest/index.html

Mecanismo para rastreamento de IA/ML/Dados, visualização, explicabilidade, detecção de drift e dashboards para o Polyaxon.

Curso de Data Science em Julia para JuliaAcademy.com, ministrado por Huda Nassar

IA explicável por humanos.

Lista curada de esforços conhecidos em informática de materiais, ou seja, na ciência de materiais moderna

Fonte para quem se interessa por Dados!

Visualise seus arquivos CSV em segundos sem enviar seus dados para lugar nenhum

Biblioteca Python fácil de usar com funções personalizadas para limpeza e análise de dados.