data-science

Các Jupyter notebook hỗ trợ các bài viết blog về khoa học dữ liệu đồ thị của tôi tại https://bratanic-tomaz.medium.com/

Danh sách tổng hợp hơn 180 kênh YouTube về Khoa học dữ liệu, Kỹ thuật dữ liệu, Học máy, Học sâu, Khoa học máy tính, lập trình, kỹ thuật phần mềm, v.v.

Khóa học Khoa học dữ liệu năm 2015 của General Assembly tại Washington, DC

Backend đa phương thức thống nhất cho các ứng dụng dữ liệu AI

Gói ML khả giải thích 🔍 cho mô hình dự đoán ngắn gọn, minh bạch và chính xác (tương thích với sklearn).

Trò chuyện với dữ liệu của bạn - Phân tích và trực quan hóa dữ liệu AI trên CSV, Postgres, MySQL, Snowflake, SQLite...

Các bản cài đặt chất lượng cao của các phương pháp tiêu chuẩn và SOTA cho nhiều tác vụ khác nhau.

Danh sách được tuyển chọn gồm hơn 100 tài nguyên để xây dựng và triển khai Generative AI, tập trung đặc biệt vào việc giúp bạn trở thành Nhà khoa học dữ liệu Generative AI với LLM

Một thư viện tương thích với scikit-learn để ước tính khoảng dự đoán và kiểm soát rủi ro, dựa trên dự đoán tuân thủ.

:bar_chart: :clipboard: Bảng điều khiển sử dụng file YAML hoặc JSON

Dữ liệu của bạn có gì? Trích xuất schema, số liệu thống kê và các thực thể từ tập dữ liệu

Python Streaming DataFrames cho Kafka

Kho mã nguồn chính thức cho ấn bản thứ hai của cuốn sách O'Reilly: Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play.

fklearn: Machine Learning theo phong cách hàm (Functional)

:truck: Quy trình chuẩn bị dữ liệu linh hoạt được thực hiện dễ dàng với Pandas, Dask, cuDF, Dask-cuDF, Vaex và PySpark

Thư viện Python hỗ trợ dự báo chuỗi thời gian bằng cách sử dụng các mô hình tương thích scikit-learn, các phương pháp thống kê và các mô hình nền tảng (foundation models)

Danh sách chọn lọc các tài nguyên Trí tuệ Nhân tạo tốt nhất

Thư viện ma trận nhầm lẫn đa lớp trong Python.

AIDE: một LLM agent dành cho kỹ thuật học máy - nghiên cứu mà Weco phát triển từ đó. Được nhắc đến trong OpenAI MLE-bench.

Các thủ thuật và công cụ Python hiệu quả dành cho nhà khoa học dữ liệu

AKTools là một thư viện HTTP API thanh lịch và đơn giản dành cho AKShare, được xây dựng cho cộng đồng AKShare!

Ngôn ngữ bất khả tri về mô hình để khám phá và giải thích.

Framework nhanh và có thể tùy chỉnh để tự động tạo mô hình ML (AutoML)

Lựa chọn mã nguồn mở của nhà khoa học dữ liệu để mở rộng, đánh giá và duy trì dữ liệu ngôn ngữ tự nhiên. Coi dữ liệu huấn luyện như một thành phần phần mềm.

Công cụ đơn giản để làm sạch dữ liệu trong R

Một bộ sưu tập các Jupyter notebook tham chiếu và ứng dụng AI/ML demo cho các trường hợp sử dụng trong doanh nghiệp: tiếp thị, định giá, chuỗi cung ứng, sản xuất thông minh và hơn thế nữa.

Concrete ML: Framework ML bảo vệ quyền riêng tư sử dụng mã hóa đồng hình hoàn toàn (FHE), được xây dựng trên nền tảng Concrete, tích hợp với các framework ML truyền thống.

Tài nguyên Khoa học Dữ liệu được tuyển chọn (Miễn phí & Trả phí) giúp các nhà khoa học dữ liệu mới vào nghề và có kinh nghiệm học tập, phát triển và thăng tiến sự nghiệp.

Bộ công cụ học máy và học sâu cho chuỗi thời gian

Framework học sâu của Đại học Koç.