Открытый код. Новые возможности.

Darts — это библиотека Python для прогнозирования временных рядов и обнаружения аномалий, сочетающая статистические и нейросетевые модели, вероятностные прогнозы, ковариаты, бэктестинг, согласование и оценку на основе PyOD.

MMA Fight Prediction — Python-проект прогноза победителей UFC. Комбинирует рейтинг Эло, градиентный бустинг (XGBoost) и ансамбль многозадачных нейросетей. Оценка через walk-forward на 2018–2026 годах. Streamlit-приложение для анализа пар, еженедельное обновление данных.

Образовательный репозиторий по обучению с учителем в машинном обучении на Python, охватывающий математические основы и практические реализации.

Made With ML — это открытый курс и кодовая база, обучающая проектированию, разработке, развёртыванию и итерации приложений машинного обучения промышленного уровня, охватывающая MLOps, тестирование, сервинг, CI/CD и непрерывное обучение.

Бесплатный 10-недельный курс по науке о данных от Microsoft: 20 уроков, проекты, квизы и переводы на 50+ языков.

FiftyOne — это инструмент с открытым исходным кодом для создания высококачественных наборов данных и моделей компьютерного зрения. Он позволяет пользователям визуализировать, маркировать, оценивать и курировать данные визуального ИИ.

Keras 3 — это многофункциональный фреймворк для глубокого обучения с поддержкой нескольких бэкендов, позволяющий создавать и обучать модели с использованием JAX, TensorFlow, PyTorch или OpenVINO.

Gradio — это библиотека Python с открытым исходным кодом для быстрого создания и совместного использования веб-приложений для моделей машинного обучения, API или любых функций Python без опыта веб-разработки.

XGo — язык программирования, читаемый как простой английский, интегрирующий C/C++, Go, Python и JavaScript/TypeScript. Он упрощает синтаксис Go, поддерживает классфайлы для специализированной предметной дружелюбности и включает фреймворки для веба, игр и DevOps.

TSFRESH — это Python-пакет для автоматического извлечения и отбора признаков из временных рядов, сочетающий статистику, обработку сигналов и проверку гипотез для генерации сотен релевантных признаков для машинного обучения.

DVC — это инструмент командной строки и расширение для VS Code, предназначенный для управления версиями данных и моделей ML, создания воспроизводимых пайплайнов и отслеживания экспериментов локально с помощью Git.

Сборник примеров кода и учебных материалов по машинному и глубокому обучению, сопровождающий онлайн-курсы. Охватывает темы от линейной регрессии до обучения с подкреплением, NLP, компьютерного зрения и генеративного ИИ.

Бесплатный 12-недельный курс Microsoft из 26 уроков по классическому машинному обучению с использованием Scikit-learn. Включает тесты, практические проекты, задания, уроки на Python и R, а также переводы на многие языки.

Образовательный проект по машинному обучению для классификации онлайн-платежей как легитимных или мошеннических с использованием Logistic Regression, Decision Tree и Random Forest на Python.

CatBoost — библиотека градиентного бустинга с открытым исходным кодом от Yandex для классификации, регрессии и ранжирования, с поддержкой категориальных признаков, обучением на CPU/GPU, распределённым обучением через Apache Spark и API для Python, R, Java и C++.

PyCaret 4.0 — это автономная AutoML-платформа с открытым исходным кодом для Python: движок на основе sklearn, управляющий слой FastAPI и интерфейс React, запускаемые локально одной командой docker compose.

Библиотека Python для обогащения pandas DataFrames путем добавления новых столбцов, генерируемых ИИ-моделями на основе инструкций на естественном языке.

Личный репозиторий статей и экспериментов по статистике, машинному обучению, экономике и математике, с акцентом на ясные, практические объяснения сложных тем.