DS-1000

数据科学代码生成基准测试集

DS-1000是一个数据科学代码生成基准测试集，包含1000个涵盖Matplotlib、Numpy、Pandas等主流库的数据科学问题。项目提供简化数据格式，支持通过Hugging Face或本地文件加载。DS-1000采用严格的测试方法评估代码正确性，为数据科学代码生成模型提供全面评估标准。

访问官网

DI-toolkit - 简化深度学习实验流程的开源工具集

DI-toolkitGithubPython工具包TensorBoard工具开源项目文档生成日志系统

DI-toolkit是一个开源的深度学习工具集，提供日志系统、注释文档生成和TensorBoard数据提取等功能。该工具支持多个Python版本，拥有完善的文档和测试。DI-toolkit致力于简化深度学习实验流程，为研究人员提供便利。

Data-Science-Interview-Resources - 数据科学面试全面准备资源集锦

GitHubGithub开源项目数据科学机器学习算法面试准备

该项目汇集了数据科学面试的全面准备资源,覆盖简历制作、技能提升和面试技巧等方面。内容包括概率统计、SQL、数据处理、机器学习算法等关键知识点,并提供大量实用链接和视频资料。项目旨在帮助求职者系统备考,适合不同经验水平的数据科学从业者参考使用。

dataspeech - 简化语音数据集标注与处理的实用工具

Data-SpeechGithub开源项目数据标注语音AI语音数据集音频转换

Data-Speech是一套用于语音数据集标注的实用脚本工具。它提供简洁代码库，支持音频转换和注释，有助于语音AI模型开发。该工具能重现研究论文中的注释方法，使用自然语言描述标注说话者特征。Data-Speech可处理LibriTTS-R和MLS等数据集，并为Parler-TTS库提供支持。它提供从数据集注释、特征映射到自然语言描述生成的完整工作流程。

Data-Science-EBooks - 探索数据科学的免费电子书资源宝库

Data ScienceGithubMachine Learning开源项目数据科学电子书资源集合

Data-Science-EBooks是一个开源项目，收集了数据科学、机器学习及相关主题的电子书资源。这个GitHub开源仓库提供免费的电子书资源，涵盖数据分析、统计学、人工智能等热门主题，是数据科学学习和研究的valuable参考库。该项目涵盖从入门到高级的各个层面，为学习者、研究人员和专业人士提供了丰富的知识来源。项目包含最新的数据科学趋势和技术资料，有助于使用者在这个快速发展的领域中获取知识。

data-science-on-aws - 在AWS平台上开展数据科学工作的全面指南，涵盖从数据摄取到模型部署的完整流程

AWSGithubSageMaker开源项目数据科学机器学习自然语言处理

该项目提供在AWS平台上开展数据科学工作的全面指南，涵盖从数据摄取到模型部署的完整流程。内容包括使用Amazon SageMaker构建AI/ML管道、BERT模型文本分类、高级模型训练及实时流分析等。项目特别关注自然语言处理任务，为数据科学家和机器学习工程师展示了AWS云端AI解决方案的实际应用。

Tabular-data-generation - 开源表格数据生成工具库支持多种生成模型

GANGithub开源项目数据增强时间序列生成机器学习表格数据生成

Tabular-data-generation是一个开源的表格数据生成工具库,集成了GAN、TimeGAN、扩散模型和大语言模型等多种生成技术。通过简洁的API,研究人员可方便地生成高质量合成数据,应用于数据增强和隐私保护等领域。项目提供了完整的使用文档、实验设计和结果分析,为表格数据生成研究提供了有价值的参考资源。

drawdata - 交互式数据可视化工具轻松绘制分析机器学习数据集

GithubJupyterPython库drawdata开源项目数据可视化机器学习

drawdata是一个Python库，为Jupyter notebook提供交互式数据绘制工具。基于anywidget构建，兼容Jupyter、VSCode和Colab环境，支持ipywidgets集成。可绘制散点图并导出为pandas或polars数据框，方便用于scikit-learn机器学习任务。适用于教学和快速数据分析场景，简化数据集创建和操作过程。

distilabel - AI数据合成与反馈框架

AI反馈DistilabelGithub开源社区开源项目数据合成高质量数据

Distilabel是专为AI工程师设计的开源框架，用于数据合成和反馈。该框架提供高质量输出、数据所有权和高效性，适用于预测和生成模型。通过提升数据质量和整合多种LLM反馈，Distilabel提高AI输出质量。支持与最新研究的整合，确保灵活性、可扩展性和容错能力。欢迎加入开源社区，参与数据集和模型的构建，享受社区资源和支持。

AI-Scientist - 突破性全自动科学发现系统

AI ScientistGithub人工智能开源项目机器学习科学发现论文生成

AI-Scientist是一个全自动科学发现系统，采用大型语言模型进行独立研究。该系统可生成涵盖数据科学和机器学习等领域的科学论文。项目包含完整代码库、示例论文和详细文档，便于研究人员复现和拓展。AI-Scientist展示了人工智能在科学研究中的应用潜力，推动自动化科学发现的发展。

datascience - 数据科学学习路线图从基础到高级的系统指南

Github开源项目数据分析数据库数据科学概率论统计学

这是一个系统的数据科学学习路线图项目，涵盖了从基础数学到高级统计分析的关键知识点。内容包括矩阵代数、哈希函数、关系代数等基础，以及数据库操作、ETL、NoSQL等实用技能，还有数据可视化和探索性分析等统计学内容。该项目为数据科学学习者提供了一个全面且结构化的学习框架。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

稿定AI

稿定设计是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com