data-science

12周、26节课、52个测验，面向所有人的经典机器学习课程

Apache Superset 是数据可视化与数据探索平台

scikit-learn：Python机器学习库

学习如何开发、部署并迭代生产级机器学习应用。

面向Python的灵活强大数据分析处理库，提供类R数据框的标签化数据结构、统计函数及丰富功能

Apache Airflow - 通过编程方式编写、调度和监控工作流的平台

2026年夏季软件工程、数据科学、人工智能、量化、产品管理及硬件实习岗位发布。由Simplify和Pitt CSC每日更新。

Streamlit——快速构建和共享数据应用的开发框架。

十周二十课，人人皆可数据科学！

从头开始机器学习。机器学习模型和算法的基本 NumPy 实现，重点是可访问性。旨在涵盖从线性回归到深度学习的所有内容。

🕸️ 纯Python编写的Web应用程序 🐍

以Jupyter Notebook形式发布的fastai书籍。

Prefect是用于构建弹性数据管道的Python工作流编排框架

《机器学习与算法交易（第二版）》代码实现

您的数据科学在线学习新导师

研发对于提升工业生产力至关重要，尤其在AI时代，其核心聚焦于数据与模型。我们致力于通过R&D-Agent自动化这些高价值的通用研发流程，让人工智能驱动数据驱动的AI研究。🔗https://aka.ms/RD-Agent-Tech-Report

Trino 官方代码库——原名为 PrestoSQL 的大数据分布式 SQL 查询引擎 (https://trino.io)

OpenRefine 是一款免费开源的强大工具，用于处理杂乱数据并实现数据质量提升

始终掌握数据的预期表现。

示例 📓 Jupyter 笔记本，展示如何使用 🧠 Amazon SageMaker 构建、训练和部署机器学习模型。

开源计量与基于用量的计费API ⭐️ 用量追踪、订阅管理、定价迭代、支付编排与收益分析

一个快速、可扩展、高性能的基于决策树的梯度提升库，用于Python、R、Java、C++的排序、分类、回归及其他机器学习任务，支持CPU和GPU计算。

Evidently 是开源的机器学习和大语言模型可观测性框架。评估、测试并监控任何AI驱动系统或数据流水线。从表格数据到生成式AI，涵盖100多项指标。

一个轻量级、云原生的 GIS 平台，用于可视化、探索和分析地理空间数据。它可以在网页浏览器、桌面端、移动端以及 Jupyter 笔记本中运行。