Início Projetos awesome-datascience
awesome-datascience
analytics

awesome-datascience

:memo: Um incrível repositório de Ciência de Dados para aprender e aplicar em problemas do mundo real.

por academic · GitHub
Top 5% mais estrelado no catálogo
Estrelas
Forks
Tendências
Licença
Criado
Último commit
Categoria
analyticsawesome-listdata-miningMIT
Ver no GitHub
Em palavras simples

Aprenda e aplique conceitos de ciência de dados para resolver problemas do mundo real com uma coleção selecionada de recursos.

Do README

Instalar
$ brew tap academic/tap
$ brew install academic

Trechos do README do projeto em GitHub. Os direitos autorais e as licenças permanecem com os respectivos autores.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
awesome-datascience — GitHub preview card
📈 Histórico de estrelas
29.9k29.5k
2026-06-272026-08-31
📈 Acompanhe awesome-datascience

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

:memo: Um incrível repositório de Ciência de Dados para aprender e aplicar em problemas do mundo real.

awesome-datascience tem 29.9k estrelas no GitHub. Foi bifurcado 6.6k vezes. Está em desenvolvimento ativo desde 2014. awesome-datascience está disponível sob a licença MIT. Os seus principais temas são: analytics, awesome-list, data-mining, data-science.

Frequently asked questions

O que é awesome-datascience?

:memo: Um incrível repositório de Ciência de Dados para aprender e aplicar em problemas do mundo real.

awesome-datascience é de código aberto?

awesome-datascience é um projeto de código aberto. É distribuído sob a licença MIT.

awesome-datascience é gratuito?

Sim. awesome-datascience é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está awesome-datascience?

awesome-datascience está disponível sob a licença MIT.

🏅 Mantenedor deste projeto?
olud.ai badge — awesome-datascience

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=academic-awesome-datascience)](https://olud.ai/project/academic-awesome-datascience.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →
datascience-pizza
🍕 Repositório para juntar informações sobre materiais de estudo em análise de dados e áreas afi…
2.4k · dados
partilhadata-scientistsdata-science
Papers-Literature-ML-DL-RL-AI
Artigos altamente citados e úteis relacionados a aprendizado de máquina, aprendizado profundo,…
2.9k · artificial-intelligence
partilhadata-miningdata-science
ML-From-Scratch
Aprendizado de Máquina do Zero. Implementações básicas em NumPy de modelos e algoritmos de apre…
32.3k · data-mining
partilhadata-miningdata-science
streamlit
Streamlit — Uma maneira mais rápida de construir e compartilhar aplicativos de dados.
45.3k · data-analysis
partilhadata-visualizationdata-science
gradio
Construa e compartilhe aplicativos de aprendizado de máquina encantadores, tudo em Python. 🌟 Dê…
43.2k · data-analysis
partilhadata-visualizationdata-science
machine_learning_complete
Um repositório abrangente de aprendizado de máquina contendo mais de 30 notebooks sobre diferen…
5k · computer-vision
partilhadata-visualizationdata-science
orange3
🍊 :bar_chart: :bulb: Laranja: Análise de dados interativa
5.7k · classification
partilhadata-miningdata-science
python-machine-learning-book
O repositório de código e recurso informativo do livro "Python Machine Learning (1ª edição)"
12.6k · data-mining
partilhadata-miningdata-science
mlxtend
Uma biblioteca de módulos de extensão e auxiliares para bibliotecas de análise de dados e apren…
5.2k · association-rules
partilhadata-miningdata-science
data-scientist-roadmap2024
Aqui estão os recursos e tópicos necessários para o papel de Cientista de Dados e Aprendizado d…
354 · data-science
partilhadata-visualizationdata-science

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.