发现开源项目

Microsoft R&D-Agent 是一个开源框架，通过将提出想法的研究智能体与实现想法的开发智能体配对，自动化数据驱动的研发，覆盖量化金融、Kaggle/数据科学、论文到模型以及 LLM 微调等场景。

EasyOCR 是一个开箱即用的光学字符识别库，支持 80+ 种语言和主流书写系统，提供简单的 Python API 和命令行工具，基于 PyTorch 的检测与识别模型，并支持自定义训练。

CatBoost是Yandex开发的开源梯度提升库，支持分类、回归和排序，原生处理类别特征，支持CPU/GPU训练、Apache Spark分布式训练，并提供Python、R、Java和C++接口。

Mlxtend 是一个 Python 库，为日常数据科学任务提供实用工具，包括集成方法、特征选择、可视化功能和频繁模式挖掘。

Orange 是一个开源数据挖掘与可视化工具箱，提供可视化工作流界面，无需编程即可进行探索性数据分析。它提供安装程序、conda/pip/uv 包以及附加组件生态系统。

sktime 是一个 Python 库，为时间序列机器学习提供统一接口，涵盖预测、分类、回归、聚类、异常检测和变换，并提供与 scikit-learn 兼容的模型构建、调优和验证工具。

LightGBM 是一个基于决策树算法的快速、分布式且高性能的梯度提升框架，针对效率和大规模数据进行了优化。

一份精选的数据科学资源列表，包括教程、课程、工具和库，用于学习数据科学并将其应用于现实世界问题。