data-mining

OCR sẵn sàng sử dụng hỗ trợ hơn 80 ngôn ngữ và mọi bộ chữ viết phổ biến bao gồm Latin, Trung Quốc, Ả Rập, Devanagari, Cyrillic, v.v.

:memo: Kho lưu trữ Data Science tuyệt vời để học tập và áp dụng vào các vấn đề thực tế.

Danh sách tuyển chọn các thư viện mã nguồn mở tuyệt vời để triển khai, giám sát, quản lý phiên bản và mở rộng quy mô máy học của bạn

Một framework gradient boosting (GBT, GBDT, GBRT, GBM hoặc MART) nhanh, phân tán, hiệu suất cao dựa trên thuật toán cây quyết định, được sử dụng cho các tác vụ xếp hạng, phân loại và nhiều tác vụ học máy khác.

Topic Modelling dành cho con người

Nghiên cứu và phát triển (R&D) đóng vai trò quan trọng đối với việc nâng cao năng suất công nghiệp, đặc biệt là trong kỷ nguyên AI, nơi các khía cạnh cốt lõi của R&D chủ yếu tập trung vào dữ liệu và mô hình. Chúng tôi cam kết tự động hóa các quy trình R&D chung có giá trị cao này thông qua R&D-Agent, cho phép AI thúc đẩy AI hướng data-driven. 🔗https://aka.ms/RD-Agent-Tech-Report

Lộ trình học tập trí tuệ nhân tạo, tổng hợp gần 200 trường hợp thực chiến và dự án, cung cấp miễn phí tài liệu học tập đi kèm, bắt đầu từ con số không, thực chiến việc làm! Bao gồm các lĩnh vực hot như: Python, toán học, học máy, phân tích dữ liệu, học sâu, thị giác máy tính, xử lý ngôn ngữ tự nhiên, PyTorch tensorflow machine-learning, deep-learning data-analysis data-mining mathematics data-science artificial-intelligence python tensorflow tensorflow2 caffe keras pytorch algorithm numpy pandas matplotlib seaborn nlp cv, v.v.

Kho lưu trữ mã nguồn và tài nguyên thông tin cho cuốn sách "Python Machine Learning (Ấn bản lần 1)"

Thư viện Python dùng để phát hiện bất thường trên dữ liệu dạng bảng, chuỗi thời gian, đồ thị, văn bản, hình ảnh và âm thanh. Hơn 60 bộ phát hiện, điều phối ADEngine dựa trên benchmark và quy trình làm việc tự động cho các AI agent.

Một framework thống nhất cho học máy với chuỗi thời gian (time series)

Sách, bài báo, video và hộp công cụ liên quan đến Anomaly detection. Cập nhật mới nhất cuối năm 2025 cho các nghiên cứu LLM và VLM!

:octocat: Học máy cho An ninh mạng

Một thư viện Gradient Boosting trên cây quyết định nhanh, có thể mở rộng và hiệu năng cao, được sử dụng cho các tác vụ xếp hạng, phân loại, hồi quy và học máy khác cho Python, R, Java, C++. Hỗ trợ tính toán trên CPU và GPU.

🏅 Bộ sưu tập các giải pháp và ý tưởng Kaggle 🏅

🍊 :bar_chart: :bulb: Orange: Phân tích dữ liệu tương tác

Một thư viện gồm các mô-đun mở rộng và hỗ trợ cho các thư viện phân tích dữ liệu và học máy của Python.

trích xuất văn bản từ bất kỳ tài liệu nào. không rườm rà. không phiền phức.

Danh sách tổng hợp tài nguyên Python cho khoa học dữ liệu.

Alink là nền tảng thuật toán Machine Learning dựa trên Flink, được phát triển bởi đội ngũ PAI thuộc nền tảng điện toán Alibaba.

Một giải pháp mã nguồn mở thay thế cho Tableau. Phân tích trực quan có thể nhúng

Danh sách các công cụ và tập dữ liệu để phát hiện bất thường trên dữ liệu chuỗi thời gian.

Công cụ hỗ trợ thị giác máy tính để trích xuất dữ liệu số từ hình ảnh biểu đồ.

Thư viện Python và CLI để trích xuất dữ liệu X/Twitter với cơ chế xoay vòng nhiều tài khoản và xử lý giới hạn tần suất tích hợp.

Trích xuất dữ liệu có cấu trúc từ hóa đơn PDF

Một bộ công cụ/thư viện Python dành cho học máy/học sâu hướng thực tế & khai thác dữ liệu trên chuỗi thời gian quan sát một phần, với hơn 50 mô hình mạng nơ-ron SOTA cho các tác vụ phân tích khoa học (gán giá trị, phân loại, phân cụm, dự báo, phát hiện bất thường, làm sạch) trên chuỗi thời gian đa biến không hoàn chỉnh được lấy mẫu bất thường trong công nghiệp với các giá trị thiếu NaN

Thông tin học thuật toàn diện và kịp thời về học liên kết (bài báo, framework, tập dữ liệu, hướng dẫn, hội thảo).

Danh sách chọn lọc các bài báo & tài nguyên về phát hiện gian lận, bất thường và ngoại lệ dựa trên Graph/Transformer.

Danh sách các bài báo nghiên cứu về khai thác dữ liệu liên quan đến phát hiện gian lận.

Một số sách và PDF liên quan đến AI tuyệt vời để học tập và tải xuống, đồng thời áp dụng một số mô hình thử nghiệm để học tập

Các công trình nghiên cứu deep learning mới với PaddlePaddle.