Awesome GitHub RepositoriesArray Statistical Aggregations

Pinot is a distributed, columnar analytical database designed for high-concurrency, low-latency query processing. It functions as a real-time OLAP datastore, enabling interactive, user-facing analytics by ingesting and querying massive datasets from both streaming and batch sources. The system architecture relies on a centralized controller for cluster coordination and a distributed segment-based storage model to ensure horizontal scalability. The platform distinguishes itself through a hybrid ingestion pipeline that unifies real-time event streams and historical batch data into a single quer

Dieses Projekt ist ein Lehrplan für Machine Learning und eine Lernplattform, die über interaktive Jupyter Notebooks bereitgestellt wird. Es dient als umfassender Leitfaden zur Beherrschung des Python-Data-Science-Toolkits und bietet strukturierte Tutorials für numerisches Rechnen, Manipulation tabellarischer Daten und statistische Visualisierung. Der Lehrplan enthält spezifische Implementierungsleitfäden für Scikit-Learn und einen praktischen Kurs zu TensorFlow für den Aufbau, das Training und das Deployment neuronaler Netze und Computer-Vision-Modelle. Er deckt den End-to-End-Prozess des Aufbaus prädiktiver Modelle ab, von der anfänglichen Problemformulierung und Aufgabenkategorisierung bis hin zum Deployment der Modelle über interaktive Weboberflächen. Das Projekt deckt ein breites Funktionsspektrum ab, einschließlich numerischem Rechnen mit mehrdimensionalen Arrays, explorativer Datenanalyse und Datenvorverarbeitungsroutinen. Es bietet detaillierte Workflows für überwachtes und unüberwachtes Lernen, automatisierte Machine-Learning-Pipelines, Hyperparameter-Optimierung und Modellbewertung mittels Klassifizierungsmetriken und Kreuzvalidierung. Der Bildungsinhalt ist als eine Reihe von Notebooks strukturiert, die Python-Code mit narrativen Erklärungen verknüpfen, um Data-Science-Workflows zu dokumentieren.

more-itertools ist eine Erweiterungsbibliothek für das Python-Modul itertools. Sie dient als Toolkit zur Manipulation von Iterables und bietet eine breite Palette an Routinen für Datentransformation, kombinatorische Generierung und Iterator-Zustandsverwaltung. Die Bibliothek zeichnet sich durch fortgeschrittene Zustandsverwaltung und komplexe Sequenzgenerierung aus. Sie bietet Funktionen zum Einsehen zukünftiger Elemente, zum Suchen innerhalb von Sequenzen und zum Erzeugen einzigartiger Permutationen, Kombinationen und Mengenpartitionen aus Sammlungen, die doppelte Elemente enthalten können. Der Funktionsumfang deckt Datenverarbeitungsaufgaben wie rekursives Flattening, Gruppierung, Padding und Umformung von Datenströmen ab. Sie enthält zudem Dienstprogramme für Stream-Merging, Windowing für lokale Nachbarschaftsanalysen und thread-sichere Iterationssynchronisation. Das Projekt bietet zudem spezialisierte Routinen für die Verarbeitung numerischer Sequenzen, einschließlich Matrixmultiplikation, diskreter linearer Faltung und Fourier-Transformationen.

NumCpp ist ein C++-Framework und eine Bibliothek für numerische Berechnungen, die ein Toolkit für die Verwaltung mehrdimensionaler Arrays und mathematische Routinen bereitstellt. Es fungiert als C++-Implementierung des NumPy-Ökosystems und bietet ein wissenschaftliches Rechen-Framework für die Verwaltung von Tensoren und die Durchführung komplexer algebraischer Gleichungen. Das Projekt ermöglicht eine leistungsstarke Array-Manipulation innerhalb einer C++-Umgebung, ohne auf eine Python-Laufzeit angewiesen zu sein. Es zeichnet sich dadurch aus, dass es eine NumPy-ähnliche Schnittstelle für die Ausführung linearer Algebra, die Verwaltung mehrdimensionaler Datenstrukturen und die Durchführung numerischer Verarbeitung bietet. Die Bibliothek deckt ein breites Spektrum an Funktionen ab, einschließlich matrixalgebraischer Operationen, Array-Geometrieverwaltung durch Slicing und Reshaping sowie die Generierung von Zufallsverteilungen. Sie enthält zudem Tools für die Datensatzanalyse, Array-Statistiken sowie den Import und Export numerischer Daten über Binär- und Textformate.