data-science

Khám phá bộ sưu tập dự án đa dạng của tôi về học máy, phân tích dữ liệu và hơn thế nữa. Được sắp xếp theo dự án, mỗi thư mục chứa mã, tập dữ liệu, tài liệu và tài nguyên. Hãy khám phá để tìm hiểu các thông tin chi tiết và kỹ thuật trong khoa học dữ liệu. Liên hệ để hợp tác và phản hồi.

Lại một workflow engine dư thừa khác

Từ cơ bản đến nâng cao về NLP chỉ trong 10 Kernels.

Khung thao tác dữ liệu song song dựa trên đĩa nhanh cho dữ liệu lớn hơn RAM

Máy chủ MySQL, Postgres và FlightSQL hợp nhất, được vận hành bởi DuckDB.

Modeltime mở khóa các mô hình dự báo chuỗi thời gian và học máy trong một khung làm việc duy nhất

Data Package là một tiêu chuẩn bao gồm các đặc tả đơn giản nhưng có khả năng mở rộng để mô tả tập dữ liệu, tệp dữ liệu và dữ liệu dạng bảng. Đây là ngôn ngữ định nghĩa dữ liệu (DDL) và API dữ liệu giúp tăng cường khả năng tìm kiếm, truy cập, tương tác và tái sử dụng (FAIR) của dữ liệu.

Thư viện số thập phân dấu phẩy động có độ chính xác tùy ý và hiệu năng cao.

Kho lưu trữ chính thức cho sách Efficient Python for Data Scientists. Bạn có thể mua sách tại đây:

Một framework và các tiện ích đơn giản hóa cho PyTorch

Danh sách tổng hợp các tài nguyên giáo dục về khoa học dữ liệu cho các kỹ năng thiết yếu.

Công cụ Obsidian - gói Python để phân tích vault Obsidian.md

Tài nguyên tối ưu cho các dự án từ trình độ sơ cấp đến nâng cao, tất cả tại một nơi

Các giải pháp cho dự án DataCamp

Giao diện thống nhất cho các thuật toán tối ưu hóa và thử nghiệm.

Danh sách tổng hợp các tài nguyên trí tuệ nhân tạo (Khóa học, Công cụ, Ứng dụng, Dự án mã nguồn mở)

Kho lưu trữ này chứa danh sách các bài báo về Phân đoạn chuỗi thời gian. Kho lưu trữ này vẫn đang được cải thiện liên tục.

Tự động hóa việc khám phá và xử lý dữ liệu

Hướng dẫn thực tế về toán học được sử dụng trong Trí tuệ nhân tạo

Khung theo dõi thử nghiệm đơn giản và tinh tế, tích hợp logic lưu trữ và các phương pháp thực hành tốt nhất trực tiếp vào Python

Các mô hình học máy phân tán từ Manning Publications của Yuan Tang https://bit.ly/2RKv8Zo

Bộ sưu tập các tài nguyên về khoa học dữ liệu và học máy mà tôi thấy hữu ích (tôi chỉ đăng những gì tôi đã đọc!)

apricot triển khai tối ưu hóa submodular nhằm chọn lọc các tập con từ tập dữ liệu khổng lồ để huấn luyện mô hình học máy nhanh chóng. Xem tài liệu tại: https://apricot-select.readthedocs.io/en/latest/index.html

Công cụ theo dõi, trực quan hóa, giải thích, phát hiện độ lệch và bảng điều khiển cho AI/ML/Dữ liệu của Polyaxon.

Khóa học Khoa học dữ liệu bằng Julia cho JuliaAcademy.com, do Huda Nassar giảng dạy

AI có khả năng giải thích cho con người.

Danh sách tổng hợp các nỗ lực trong tin học vật liệu, tức là trong khoa học vật liệu hiện đại.

Trực quan hóa các tệp CSV của bạn trong vài giây mà không cần gửi dữ liệu đi bất cứ đâu.

Nguồn tài liệu dành cho những ai quan tâm đến dữ liệu!

Thư viện Python dễ sử dụng với các hàm tùy chỉnh để làm sạch và phân tích dữ liệu.