data-science

12週間、26のレッスン、52のクイズ、すべての人向けの古典的な機械学習

Apache Supersetはデータ可視化およびデータ探索プラットフォームです

30 Days of Pythonプログラミングチャレンジは、Pythonプログラミング言語を30日間で学ぶためのステップバイステップガイドです。このチャレンジは100日以上かかる場合もあります。ご自身のペースで進めてください。以下の動画も役立つかもしれません：https://www.youtube.com/channel/UC7PNRuno1rzYPb1xLa4yktw

scikit-learn: Pythonにおける機械学習

人間のためのディープラーニング

Python用の柔軟で強力なデータ分析/操作ライブラリ。Rのdata.frameオブジェクトに類似したラベル付きデータ構造、統計関数などを提供します。

本番環境レベルのMLアプリケーションを開発、デプロイ、反復的に改善する方法を学ぶ。

2027年夏期のソフトウェアエンジニアリング、データサイエンス、AI、クオンツ、プロダクトマネジメント、ハードウェアのインターンシップ募集。SimplifyとPitt CSCにより毎日更新されています。

Apache Airflow - ワークフローをプログラム的に作成、スケジューリング、監視するためのプラットフォーム

Streamlit — データアプリをより速く構築・共有するための方法。

RayはAIコンピューティングエンジンです。Rayは、コアとなる分散ランタイムと、MLワークロードを高速化するためのAIライブラリ群で構成されています。

Pythonで、素晴らしい機械学習アプリケーションを構築・共有。🌟 作業をサポートするためにスターを付けてください！

10週間、20のレッスン、すべての人のためのData Science！

コード付きの500のAIプロジェクト。機械学習、深層学習、コンピュータビジョン、NLP。

💫 産業レベルの自然言語処理 (NLP) を Python で実現

コード変更なしで、1基または10,000基以上のGPU上で、あらゆるサイズのAIモデルを事前学習・ファインチューニング。

2022年にAIエキスパートになるためのロードマップ

📚 データサイエンスおよび機械学習を本番環境で利用する際の企業の論文や技術ブログ。

:memo: 実世界の問題を学習し適用するための素晴らしい Data Science リポジトリ。

マルチフレームワークのコード、数学、ディスカッションを伴うインタラクティブな深層学習ブック。Stanford、MIT、Harvard、Cambridgeを含む70カ国から500の大学で採用されています。

データサイエンス用Pythonノートブック：ディープラーニング (TensorFlow, Theano, Caffe, Keras)、scikit-learn、Kaggle、ビッグデータ (Spark, Hadoop MapReduce, HDFS)、matplotlib、pandas、NumPy、SciPy、Pythonの基礎、AWS、および各種コマンドライン。

🕸️ ピュアPythonによるWebアプリ 🐍

別名「Bayesian Methods for Hackers」：計算/理解を優先し、数学を二の次に置いた視点によるベイズ的手法と確率的プログラミングの入門。すべて純粋なPythonで ;)

fastaiブック（Jupyter Notebooksとして公開）

Python用のデータアプリケーションとダッシュボード。JavaScriptは不要。

データベースまたはデータレイク（SQL, CSV, parquet）とチャット可能。PandasAIはLLMsとRAGを使用してデータ分析を対話形式にします。

🏆 素晴らしい機械学習Pythonライブラリのランキングリスト。毎週更新。

Prefectは、Pythonで回復力のあるデータパイプラインを構築するためのワークフローオーケストレーションフレームワークです。

matplotlib: Pythonによるプロット

Python用のリアクティブノートブック — 再現可能な実験の実行、SQLによるクエリ、スクリプトとしての実行、アプリとしてのデプロイ、gitによるバージョン管理が可能。純粋なPythonで保存。すべてモダンなAIネイティブエディタ内で完結。