Awesome GitHub RepositoriesImputation Methods

Statsmodels is a comprehensive Python library designed for statistical modeling, econometric research, and data analysis. It provides a robust framework for estimating and diagnosing a wide range of statistical models, enabling users to perform rigorous hypothesis testing, regression analysis, and complex data exploration within structured environments. The library distinguishes itself through its support for advanced statistical methodologies, including state space representation for dynamic systems and generalized linear frameworks that accommodate non-normal response variables. It offers s

This project is a Python financial analytics framework and quantitative trading library. It provides a suite of mathematical tools for asset pricing, statistical market analysis, and the development of algorithmic trading strategies. The library is distinguished by its focus on currency and commodity correlation modeling, using regression and normalization to identify exchange rate drivers. It features a specialized portfolio optimization engine that applies graph theory, such as clique centrality and degeneracy ordering, alongside quadratic programming to balance risk-adjusted returns. The

OSMnx es una biblioteca de Python para descargar, modelar y analizar redes de calles y otras características geoespaciales de OpenStreetMap. Permite a los usuarios recuperar y trabajar con datos de infraestructura del mundo real en cualquier parte del mundo, proporcionando herramientas para el análisis de redes, consultas espaciales y visualización. La biblioteca ofrece capacidades para trabajar con características urbanas como huellas de edificios, paradas de tránsito y datos de elevación, junto con estadísticas de red como densidad de intersecciones y circuitos. Admite múltiples modos de viaje, incluidos conducir, caminar y andar en bicicleta, y puede calcular rutas más cortas, imputar velocidades de viaje y generar mapas de isolíneas. La funcionalidad adicional incluye geocodificación, coincidencia de mapas, proyección de coordenadas y la capacidad de guardar y cargar redes en varios formatos. OSMnx proporciona herramientas para visualizar redes de calles y características geoespaciales como mapas estáticos o mapas web interactivos, y puede trazar diagramas de figura-fondo. La biblioteca está disponible a través de métodos de instalación de paquetes de Python estándar.

This is an interactive notebook-based course that teaches machine learning from Python fundamentals through deep learning and natural language processing. It uses real datasets and multiple frameworks within a structured, hands-on curriculum that combines concise explanations with executable code cells, built-in datasets, and embedded exercise checkpoints. Learning progresses through data preparation and exploration, classical machine learning workflows, computer vision with convolutional neural networks, and natural language processing with deep learning, all delivered as a cohesive progressi

Geolib es una librería de cálculo geoespacial y herramienta de análisis de puntos. Proporciona una colección de utilidades para calcular distancias, rumbos y áreas entre coordenadas, así como para convertir mediciones geográficas y formatos de coordenadas. La librería cuenta con un analizador de geometría Well-Known Text para convertir cadenas WKT en estructuras de coordenadas para el análisis de polígonos. Incluye herramientas especializadas para geocercas y contención de puntos, permitiendo la determinación de si una coordenada cae dentro de un polígono definido o un radio especificado. El conjunto de herramientas cubre áreas de capacidad amplias, incluyendo análisis de proximidad de ubicación, cálculo de rumbo de navegación y transformación de datos. Puede calcular puntos centrales, determinar cuadros delimitadores y ordenar coordenadas por proximidad para identificar vecinos más cercanos. La librería también proporciona utilidades para validar coordenadas y traducir distancias, áreas y velocidades entre diferentes unidades estándar métricas e imperiales.