data-science

H2O是一个开源、分布式、快速且可扩展的机器学习平台：支持深度学习、梯度提升、XGBoost、随机森林、广义线性模型、K均值聚类、主成分分析、广义可加模型、规则拟合、支持向量机、堆叠集成、自动机器学习等。

可扩展且灵活的工作流编排平台，无缝统一数据、机器学习和分析技术栈。

借助基于最新大语言模型的算子与流水线轻松实现数据准备。

面向多模态AI的开放式湖仓格式。仅需两行代码即可从Parquet转换，实现百倍速随机访问、向量索引与数据版本管理。兼容Pandas、DuckDB、Polars、Pyarrow及PyTorch，并持续扩展集成生态。

从零到精通的机器学习与数据科学课程全套教学资料

⚡ TabPFN：表格数据基础模型 ⚡

商业智能即代码：使用SQL和Markdown快速构建交互式数据可视化

一份实用的五页机器学习速查表，适用于考试复习、面试准备及各类中间需求。

简易分布式机器学习

一个由AI驱动的数据科学智能体团队，助您以10倍速度完成常见数据科学任务。

机器学习基础：线性代数、微积分、统计学与计算机科学

放轻松！Flux 是那个让你无需张量操作的机器学习库

数据科学/机器学习面试准备：速查表、书籍、问题与作品集合集

DeepAnalyze是首个面向自主数据科学的智能体大语言模型。🎈您的AI数据分析师，自动处理海量数据，一键生成专业分析报告！

图灵之路项目书库：可重现、合乎伦理且协作的数据科学实践指南

Marktechpost教程配套Notebook

面向人工智能的上下文图工厂。构建、管理和部署AI优化的上下文图。

用于在Elixir中实现快速优雅数据探索的系列（一维）和数据框（二维）。

一个用于概率分布及相关函数的Julia软件包。

GRASS - 免费开源的地理空间处理引擎

使用 Codespaces 探索机器学习和数据科学

Julia中的分布式高性能符号回归

ML-capsule 是一个面向没有导师或指导、希望学习机器学习的数据科学初学者和经验爱好者的项目。通过我们的仓库，他们可以学习机器学习、深度学习以及许多相关技术，并结合不同的真实项目，为面试做好准备。

基于工作流程的协作式机器学习数据分析