Awesome GitHub RepositoriesNumerical Array Operations

This repository is a comprehensive collection of instructional guides and practical examples for Python development, focusing on machine learning, data science, and web scraping. It provides implementations for neural networks, reinforcement learning algorithms, and deep learning architectures using PyTorch, alongside detailed manuals for scientific computing and data visualization. The project distinguishes itself by offering specialized tutorials on concurrent programming to optimize CPU performance and guides for setting up Linux development environments. It covers the implementation of ad

This project is an educational resource and a collection of instructional materials for performing data manipulation and statistical analysis using Python. It provides a comprehensive set of guides and code examples for using the Pandas, NumPy, and Matplotlib libraries to analyze structured data. The resource includes a dedicated guide for reshaping, cleaning, and aggregating tabular data and time series via Pandas, alongside a reference for high-performance vectorized operations and linear algebra using NumPy. It also features tutorials for creating publication-quality charts, distribution p

This project is a Python education repository and programming tutorial designed to teach language fundamentals, from basic syntax and variables to advanced concepts. It serves as a data science starter kit and a guide for REST API integration. The repository provides instructional scripts and sample code covering object-oriented programming patterns and asynchronous programming. It includes practical demonstrations for fetching and processing JSON data from external web services using HTTP requests. The materials cover a broad capability surface including data analysis workflows with interac

scikit-opt is a Python optimization library and numerical framework designed to solve complex global optimization problems. It provides a suite of metaheuristic algorithms and tools for finding global minima or maxima of objective functions. The library implements a variety of nature-inspired and swarm intelligence algorithms, including Genetic Algorithms, Particle Swarm Optimization, Differential Evolution, Simulated Annealing, and Ant Colony Optimization. It includes specialized solvers for discrete combinatorial challenges, such as the Traveling Salesman Problem. The framework supports th

هذا المشروع عبارة عن منهج تعليمي للتعلم الآلي ومنصة تعليمية يتم تقديمها من خلال دفاتر Jupyter التفاعلية. يعمل كدليل شامل لإتقان مجموعة أدوات علوم البيانات في Python، ويوفر دروساً منظمة للحوسبة العددية، ومعالجة البيانات الجدولية، والتصور الإحصائي. يتضمن المنهج أدلة تنفيذ محددة لـ Scikit-Learn ودورة عملية حول TensorFlow لبناء وتدريب ونشر الشبكات العصبية ونماذج رؤية الحاسب. ويغطي العملية الشاملة لبناء النماذج التنبؤية، من صياغة المشكلة الأولية وتصنيف المهام إلى نشر النماذج عبر واجهات الويب التفاعلية. يغطي المشروع سطح إمكانات واسع بما في ذلك الحوسبة العددية مع المصفوفات متعددة الأبعاد، وتحليل البيانات الاستكشافي، وروتينات معالجة البيانات مسبقاً. ويوفر سير عمل مفصلاً للتعلم الخاضع للإشراف وغير الخاضع للإشراف، وخطوط أنابيب التعلم الآلي المؤتمتة، وتحسين المعلمات الفائقة، وتقييم النموذج باستخدام مقاييس التصنيف والتحقق المتبادل. يتم تنظيم المحتوى التعليمي كسلسلة من الدفاتر التي تتداخل فيها أكواد Python مع التفسيرات السردية لتوثيق سير عمل علوم البيانات.

هذا المشروع عبارة عن مكتبة لتحليل البيانات بلغة Python وإطار عمل لتحليل البيانات الاستكشافي مصمم لمعالجة مجموعات البيانات الخام. يوفر مجموعة من الأدوات لفحص البيانات، وتحديد الشذوذ، وتطبيق الأساليب الإحصائية للكشف عن الأنماط. يعمل المستودع كمجموعة أدوات لنمذجة التعلم الآلي ومجموعة لنمذجة البيانات الإحصائية. ويتضمن خوارزميات تنبؤية ونماذج رياضية تستخدم لتحليل العلاقات بين متغيرات البيانات واستخلاص رؤى من مجموعات البيانات المعقدة. يغطي المشروع مجموعة واسعة من الإمكانيات بما في ذلك علوم البيانات، ونمذجة التعلم الآلي، وتحليل البيانات الاستكشافي. يتم تنفيذ هذه الإمكانيات من خلال معالجة البيانات، والحوسبة العددية، وتصور البيانات.

This project is a collection of PyTorch deep learning courseware consisting of practical projects and programming exercises. It focuses on implementing neural network architectures and model training to solve complex data problems. The repository includes a computer vision project suite for building image classifiers, autoencoders, and style transfer applications. It features a generative adversarial network lab for creating synthetic images and specific implementations for transfer learning to adapt pre-trained weights to new tasks. The codebase covers sequential data analysis for natural l

هذا المشروع عبارة عن برنامج تعليمي شامل لتحليل بيانات pandas ودليل تعليمي مصمم لتعلم معالجة البيانات وتحليلها. يعمل كدليل لمعالجة البيانات الجدولية ودليل لتحليل السلاسل الزمنية، مما يوفر نهجاً منظماً لتنظيف ودمج وتحويل مجموعات البيانات. يعمل المستودع كدورة هندسة ميزات البيانات، حيث يوفر برامج تعليمية حول بناء واختيار ميزات مجموعة البيانات لتحسين أداء نموذج التعلم الآلي. كما يتضمن دليل عمليات البيانات المتجهة لإجراء حسابات رياضية على مستوى العناصر ومعالجات المصفوفة. تغطي المادة مجموعة واسعة من القدرات بما في ذلك سير عمل تنظيف البيانات، ومهام تكامل البيانات، وتحليل البيانات الجدولية. يوفر توجيهاً حول معالجة المعلومات النصية، والتعامل مع البيانات الفئوية، وتحسين سرعة التنفيذ لمجموعات البيانات الكبيرة. يتم تسليم المشروع كسلسلة من Jupyter Notebooks التي تحتوي على تمارين عملية ومشاكل ممارسة مستهدفة.

ArrayFire هو إطار عمل حوسبة مستقل عن الأجهزة ومحرك مصفوفات مجمع فورياً (JIT) مصمم للحوسبة الرقمية عالية الأداء. يعمل كمكتبة حوسبة رقمية لوحدات معالجة الرسومات ومجموعة أدوات معالجة إشارات متوازية تجرد خلفيات الأجهزة، مما يسمح لنفس الكود بالتنفيذ عبر معماريات GPU و CPU مختلفة. يتميز المشروع بمحرك JIT يستخدم تجميع التعبيرات لدمج العمليات وتقليل عبء الذاكرة. يستخدم رسماً بيانياً للتنفيذ المؤجل لتحسين سلاسل الحسابات ويوفر أساسيات التشغيل البيني لمشاركة البيانات وسياقات التنفيذ مع منصات حوسبة خارجية مثل CUDA و OpenCL. تغطي المكتبة مجموعة واسعة من القدرات، بما في ذلك الجبر الخطي المتوازي، ومعالجة الإشارات الرقمية، ورؤية الحاسوب المسرعة. توفر أدوات لتنفيذ التعلم الآلي، ومحاكاة النمذجة المالية، وحل المعادلات التفاضلية الجزئية لمحاكاة الأنظمة الفيزيائية. يتعامل نظام إدارة المصفوفات الخاص بها مع تخصيص المصفوفات متعددة الأبعاد، والتقطيع، ونقل البيانات بين المضيف والجهاز.

This project is a collection of educational resources and study materials focused on scientific computing and data analysis using Python. It consists of translated notes and Jupyter notebooks designed to guide learners through the Python data ecosystem. The content covers specialized workflows including numerical computation, data cleaning, and time series analysis. These materials provide a reference for performing complex data manipulations and processing sequential data to identify patterns. The resource is organized as a series of static files and markdown documents using a flat-file dir

Python-Guide-CN هو ترجمة صينية لدليل شامل لبرمجة Python الاصطلاحية وتطوير البرمجيات. يعمل كبرنامج تعليمي برمجي منسق ومرجع للنظام البيئي، ويوفر مساراً منظماً لتعلم صيغة Python، والمكتبات القياسية، وأنماط الترميز الاحترافية. يتميز المشروع بتقديم تعليمات مفصلة لإعداد بيئات التطوير عبر Windows وmacOS وLinux. يركز بشكل خاص على اختيار المترجمين وإدارة البيئات الافتراضية لضمان بيئة عمل متسقة. يغطي الدليل مجموعة واسعة من القدرات التقنية، بما في ذلك سير عمل اختبار البرمجيات، وتوزيع الحزم، وتنفيذ أفضل ممارسات الترميز. كما يوفر توجيهات حول تطوير الويب، وبناء REST API، والحوسبة العلمية، بما في ذلك تحليل البيانات وتصورها.

NumCpp هو إطار عمل C++ ومكتبة للحوسبة العددية توفر مجموعة أدوات لإدارة المصفوفات متعددة الأبعاد والروتينات الرياضية. يعمل كتطبيق C++ لنظام NumPy، حيث يوفر إطار عمل للحوسبة العلمية لإدارة الموترات (tensors) وإجراء المعادلات الجبرية المعقدة. يُمكّن المشروع من معالجة المصفوفات عالية الأداء داخل بيئة C++ دون الاعتماد على وقت تشغيل Python. ويتميز بتوفير واجهة تشبه NumPy لتنفيذ الجبر الخطي، وإدارة هياكل البيانات متعددة الأبعاد، وإجراء المعالجة العددية. تغطي المكتبة مجموعة واسعة من القدرات، بما في ذلك العمليات الجبرية للمصفوفات، وإدارة هندسة المصفوفات من خلال التقطيع وإعادة التشكيل، وتوليد التوزيعات العشوائية. كما تتضمن أدوات لتحليل مجموعات البيانات، وإحصائيات المصفوفات، واستيراد وتصدير البيانات العددية عبر تنسيقات ثنائية ونصية.

This project is a comprehensive collection of technical manuals, tutorials, and guides for implementing machine learning models and numerical computations using the TensorFlow framework. It serves as an educational resource and technical library designed to help developers build and maintain models across diverse hardware environments. The repository includes a multilingual technical guide and a collaborative translation project focused on standardizing industry terminology. These efforts ensure that complex machine learning concepts and technical documentation are accessible and accurately i

This repository serves as an educational collection of interactive notebooks and code examples designed to demonstrate fundamental machine learning and deep learning concepts. It provides a structured environment for exploring data science workflows, ranging from basic numerical computing and statistical analysis to the construction of complex neural network architectures. The project distinguishes itself through a focus on hands-on experimentation, offering practical implementations for tasks such as computer vision, natural language processing, and statistical simulation. Users can engage w