Yığın oldukça durulmuş durumda: veri için pandas ya da Polars, klasik modeller için scikit-learn, derin öğrenme için PyTorch. Buradaki asıl beceri model seçmek değil, veriyi temizlemek — işin çoğu orada geçiyor.
83 bağlantı
Büyük araştırma veri kümelerini BitTorrent üzerinden dağıtan topluluk arşivi. Kurumsal indirme bağlantılarından farkı dayanıklılığı — üniversite sunucusu kapansa bile veri tohumlayıcılarda yaşamaya devam ediyor.
İstatistiksel öğrenmenin standart giriş kitabı; PDF’i ücretsiz, R ve Python laboratuvarları ayrı ayrı var. "Elements of Statistical Learning"den farkı matematiği azaltıp sezgiyi öne alması — ikisi aynı yazarlardan, bu olanı önce okunanı.
Soyut akıl yürütme üzerine yarışma; görevleri insanın kolay, modellerin zor bulduğu biçimde tasarlanmış. Ölçekleme yerine yeni yaklaşım gerektiriyor.
Haritalama ve konum analizi platformu ArcGIS için geliştirici kaynakları. Açık kaynak GIS listelerinden farkı ticari Esri ekosistemine odaklanması; listeyi Esri’nin kendisi sürdürüyor.
Apple’ın Core ML çerçevesi için hazır makine öğrenmesi modelleri listesi. Genel model depolarından farkı hepsinin iOS/macOS’ta cihaz üzerinde çalışacak Core ML biçiminde olması; listenin bir kısmı eski.
Tablo verisi saklayan CSV biçimi için araç ve kaynak listesi. Sıkı şemalı biçimlerden (Parquet, JSON Schema) farkı CSV’nin gevşekliği; liste bu tuhaflıklarla başa çıkan komut satırı araçlarını ve kütüphaneleri topluyor.
Derin öğrenme için ders, makale, çerçeve ve veri kümesi listesi. Genel ML listelerinden farkı sinir ağlarına ve modern mimarilere odaklanması.
2012–2016 arasının en çok atıf alan derin öğrenme makalelerini derleyen liste; artık güncellenmiyor. Papers with Code gibi güncel izleyicilerden farkı atıf sayısına göre seçilmiş sabit bir çekirdek sunması: alanın temellerine tarihsel bir giriş.
Haritacılık araçları, coğrafi analiz kütüphaneleri, veri kaynakları ve topluluklar için coğrafi bilgi sistemleri (CBS) listesi. Esri odaklı listelerin aksine açık kaynak ve platformdan bağımsız: masaüstü GIS, web harita kütüphaneleri ve açık veri aynı yerde.
Açık kaynak dağıtık makine öğrenmesi platformu H2O için kaynak listesi. scikit-learn’den farkı bir kümede dağıtık çalışması ve AutoML’in yerleşik gelmesi.
Otomatik türev ve XLA derlemesi sunan JAX için kaynak listesi. PyTorch’tan farkı fonksiyonel yaklaşımı: grad, jit ve vmap gibi dönüşümleri saf fonksiyonlara uyguluyorsun.
Metin tabanlı veri değişim biçimi JSON için araç ve kaynak listesi. Tek bir ayrıştırıcıdan farkı şema doğrulayıcılarını, jq gibi sorgu araçlarını ve dillere göre kütüphaneleri birlikte toplaması.
Kod, metin ve grafiği bir arada tutan Jupyter defterleri için kaynak listesi. Jupyter belgelerinden farkı çevredeki ekosistemi — uzantılar, çekirdekler, defteri uygulamaya ya da sunuma çeviren araçlar — toplaması.
Veriden veya diyalogdan metin üretimi (doğal dil üretimi) için kaynak listesi. Genel NLP listelerinden farkı metni anlamaya değil üretmeye odaklanması; kayıtların önemli kısmı büyük dil modelleri öncesi yöntemlere ait.
Açık harita verisi projesi OpenStreetMap için araç ve kaynak listesi. Google Maps API’sinden farkı verinin açık lisanslı (ODbL) ve tamamen indirilebilir olması; liste düzenleyicileri, işleyicileri ve görüntüleyicileri topluyor.
Herkese açık, konu konu düzenlenmiş veri kümelerinin listesi. Rastgele veri aramaktan farkı temiz, kullanılabilir ve alanına göre gruplanmış kaynaklara götürmesi.
Python veri bilimi kütüphanelerini iş akışına göre (veri, model, görselleştirme) düzenleyen liste. PyPI aramasından farkı her aşama için seçilmiş araçları göstermesi.
Doğal dilde soru sorma ve yanıtlama (QA) için kaynak listesi. Genel NLP listelerinden farkı yalnız soru yanıtlamaya — veri kümeleri, modeller, makaleler — odaklanması.
Deneyden üretime makine öğrenmesi mühendisliği kaynakları. Model listelerinden farkı test, dağıtım ve izleme gibi “ML’i ürün yapma” tarafına bakması.
Makine zekâsı kütüphanesi TensorFlow için kaynak ve model listesi. Resmî belgelerden farkı topluluk öğreticilerini, modellerini ve projelerini toplaması; kayıtların bir kısmı TensorFlow 1 dönemine ait.
AWS üzerinde barındırılan büyük kamu veri kümelerinin kayıt defteri. Data.gov gibi portallardan farkı verinin doğrudan S3’te durması: indirmeden AWS içinde işleyebiliyorsun.
Her ülke için coğrafya, nüfus, ekonomi, hükûmet ve askerî göstergeleri tek tip sayfalarda veren başvuru kaynağı; kamu malı. Wikipedia ülke maddelerinden farkı her ülkede aynı alanların aynı sırayla bulunması, böylece ülkeleri karşılaştırmak kolay. Kaynak bir istihbarat kurumu, yorum içeren alanlarda bunu akılda tut.
Google destekli, Census, WHO, BM ve onlarca kaynağın istatistiğini tek bir bilgi grafiğinde birleştiren proje; doğal dille sorgulanıyor ve API’si var. Tek tek kurum portallarından farkı farklı kaynaklı serileri tek sorguda yan yana getirmesi. Google’ın eski Public Data Explorer adresi buraya yönleniyor.
Microsoft’un 20 derslik müfredatı; her ders ders öncesi/sonrası sınav ve bir projeyle geliyor. Çoğu teknik kurstan farkı veri etiği ve görselleştirmeye ayrı bölümler ayırması.
Avrupa Birliği’nin resmî açık veri portalı. Ulusal portallardan farkı üye ülkelerin veri kümelerini tek aramada birleştirmesi ve AB kurumlarının kendi verisini de içermesi.
Makine öğrenmesi veri kümelerini alana göre listeleyen dizin; boyut, lisans ve makale bağlantısı ile. Kaggle’dan farkı yarışma değil akademik ve endüstriyel kümeler olması — gerçek dünya verisi arayanlar için.
Andrew Ng’in kurduğu eğitim platformu; derin öğrenme ve üretken YZ üzerine uzmanlık programları. Uzun uzmanlık programlarından farkı, şirketlerle birlikte hazırlanmış bir saatlik ücretsiz kısa kurslar da sunması.
BigQuery içinde duran kamuya açık veri kümeleri: GitHub, Wikipedia, hava durumu, nüfus sayımı. AWS Open Data Registry’den farkı verinin dosya olarak değil SQL ile sorgulanacak tablo olarak sunulması; aylık ücretsiz sorgu kotası içinde indirmeden çalışabiliyorsun.
Web’e dağılmış açık veri kümelerini schema.org işaretlemesi üzerinden arıyor. Tek bir veri deposunun aramasından farkı hiçbir depoya bağlı olmaması: kurum arşivlerini de kapsıyor.
Arama ilgisinin zaman ve bölge içinde nasıl değiştiğini gösteren araç. Anahtar kelime planlayıcılarından farkı mutlak arama sayısı değil 0–100 arası göreli bir endeks vermesi; toplumsal ilgiyi, mevsimselliği ve yükselen konuları ölçmek için kullanışlı.
OCHA’nın derlediği kriz ve insani yardım veri kümeleri. Genel açık veri portallarından farkı yalnız kriz bölgelerine odaklanması ve verinin sahadaki kuruluşlardan gelmesi.
Python, Pandas, SQL ve makine öğrenmesi temellerini tarayıcı içi hazır notebook alıştırmalarıyla öğreten hızlandırılmış mikro kurslar; uzun video dizileri yerine birkaç saatte biten uygulamalı görevler sunar.
Aktif ve geçmiş yarışmalar. Kendi projende çalışmaktan farkı gerçek bir ölçütle, gizli test kümesine karşı puanlanman — “iyi görünüyor” yanılsamasını kırıyor.
Büyük konum veri setlerini (milyonlarca nokta, yolculuk, ızgara) tarayıcıda katman katman görselleştiren açık kaynak araç; Uber’de doğdu. QGIS’ten farkı analizden çok keşif ve sunuma odaklanması: CSV ya da GeoJSON’u sürükleyip zaman kaydırıcılı bir haritaya dakikalar içinde ulaşıyorsun.
Bir GPT’yi PyTorch ile sıfırdan yazdıran kitap deposu: tokenizer, dikkat mekanizması, eğitim döngüsü ve ince ayar. Kütüphane çağırmak yerine mekanizmayı kurduruyor.
Uygulama odaklı ML öğreticileri; her yazı çalışan bir kod örneğiyle bitiyor. Teoriden çok “bunu nasıl yaparım” sorusuna cevap veriyor.
Subreddit'leri ortak yorumcu benzerliğine göre kümeleyip WebGL ile haritalayan etkileşimli görselleştirme (2020-21 yorumları). Subreddit listelerinden farkı topluluklar arası yakınlığı mekânsal olarak göstermesi.
Python görselleştirmenin temeli; seaborn ve pandas’ın çizim işlevleri bunun üstüne kurulu. Plotly gibi etkileşimli kütüphanelerden farkı statik ama ayrıntılı denetim vermesi; karşılığında basit bir grafik için bile epey kod istiyor.
Google’ın makine öğrenmesine hızlı girişi; kısa video, okuma ve çalıştırılabilir alıştırma üçlüsüyle ilerliyor. Uzun uzmanlık programlarına kıyasla birkaç günde bitiyor ve ücretsiz.
Açık makine öğrenmesi kursu. Salt anlatım içeriğinden farkı teoriyi Kaggle yarışması ödevleriyle birleştirmesi.
Amazon’un makine öğrenmesi kavramlarını etkileşimli görsellerle anlatan seti. Ders kitabı anlatımından farkı parametreyi kaydırıp modelin nasıl değiştiğini kendi gözünle görmen.
NASA’nın uydu ve yer gözlemi verilerini tek kapıdan sunan portal; yağıştan buz örtüsüne, bitki örtüsünden atmosfere kadar. NOAA’nın yer istasyonu kayıtlarından farkı uzaydan alınan görüntü ve ölçümlere dayanması; indirmek için ücretsiz bir Earthdata hesabı gerekiyor.
Anahtar gerektirmeyen, ticari olmayan kullanım için ücretsiz açık kaynak hava durumu API’si. Ticari hava API’lerinden farkı kayıt ve anahtar istememesi ve verinin açık olması.
Ülkelerin ticaret sicillerini tek aramada birleştiren, şirketler üzerine en büyük açık veri tabanlarından biri. Tek tek ulusal sicillerden farkı birçok yargı alanını aynı biçimde sunması; yönetici ve bağlı şirket ilişkileri araştırmaya elverişli, yoğun API kullanımı ücretli.
Kurumların ve belediyelerin veri portalı kurduğu platform; portallar arası aranabilir veri kümeleri sunuyor. Tek tek portalları gezmek yerine bu platformu kullanan portalların verisinde birlikte arama yapabiliyorsun.
X-lab'ın GitHub etkinliğinden türettiği açık kaynak sağlık metriklerini (OpenRank, aktivite, katılımcı) sunan analiz platformu. Ham GitHub API'sinden farkı hazır, zaman serisi ve açık veri olarak yayımlanması.
OpenStreetMap verisini Overpass API ile sorgulayan web arayüzü; sonucu haritada gösteriyor, GeoJSON olarak indiriyor, sorgu yazmayanlar için sihirbazı var. Hazır OSM dökümlerini indirmekten farkı yalnızca istediğin nesneleri (bir şehirdeki tüm eczaneler gibi) çekmesi.
Makine öğrenmesi makalelerini uygulama koduyla ve karşılaştırma tablolarıyla eşleştiren site. Salt makaleden farkı sonucun kodunu ve en iyi yöntem sıralamasını yanına koyması.
Windows, macOS ve Linux’ta çalışan açık kaynak masaüstü coğrafi bilgi sistemi; shapefile, GeoPackage, PostGIS ve raster katmanlarını okuyup analiz ediyor, eklentilerle genişliyor. ArcGIS’ten farkı lisans ücreti olmaması; buna karşın kurumsal destek topluluk ve ticari ortaklardan geliyor.
Veri kümesi bulma ve isteme topluluğu. Katalog sitelerinden farkı aradığın veri yoksa bir yazıyla isteyebilmen ve başkalarının bulduklarını görmen; kalite denetimi yok, bu yüzden lisansı ve kaynağı kendin kontrol et.
NumPy, SciPy ve Matplotlib gibi bilimsel Python araçlarını anlatan ücretsiz ders notları. Tek kütüphane dokümanlarından farkı bunların birbirine nasıl oturduğunu göstermesi.
Klasik makine öğrenmesinin standart Python kütüphanesi: sınıflandırma, regresyon, kümeleme ve ön işleme aynı fit/predict arayüzü altında. PyTorch gibi derin öğrenme çatılarından farkı tablo verisi ve klasik yöntemler için hazır, tutarlı bir araç kutusu olması.
Google’ın derin öğrenme çatısı. PyTorch’a kıyasla araştırmada geriledi ama mobil ve gömülü dağıtımda (TF Lite) ve üretim sunumunda (TF Serving) hâlâ güçlü.
Veri indirmeden dağıtık eğitime kadar bir dil modelinin tüm eğitim hattını çalışan kodla gösteriyor. Teorik anlatımlardan farkı onların genelde atladığı altyapı tarafını da işlemesi.
Makine öğrenmesi araştırmasının en eski veri arşivlerinden; Iris ve Adult gibi klasik küçük veri kümelerinin yuvası. Kaggle’dan farkı yarışma değil akademik bir arşiv olması: her küme bağış yapanı, alan tanımı ve atıf bilgisiyle geliyor, makalelerde ölçüt olarak kullanılıyor.
Birleşmiş Milletler kuruluşlarının istatistiklerini tek aramada toplayan veri servisi: nüfus, tarım, enerji, ticaret, eğitim. Tek tek kurumların sitelerini gezmekten farkı ülke ve yıl bazında karşılaştırmalı tablolar çıkarması; derinlik için kaynak kuruluşun kendi portalı daha iyi.
Uppsala Üniversitesi’nin silahlı çatışma ve örgütlü şiddet veri programı; olay düzeyinde, koordinatlı kayıtlar tutuyor. Haber arşivlerinden farkı her olayın kodlama kurallarına göre doğrulanmış olması; çatışma araştırmalarında standart başvuru.
Dünya Sağlık Örgütü’nün ülke bazlı sağlık göstergeleri: ölüm nedenleri, aşılama, sağlık harcaması, risk etkenleri. Ulusal sağlık kurumlarının verisinden farkı ülkeleri aynı tanım ve yöntemle karşılaştırılabilir kılması; veriye API ile de erişiliyor.
Uçtan uca ML not defterleri; veri temizlemeden model değerlendirmeye kadar çalışan bir hat okutuyor. Kavram anlatımı yerine gerçek kod üzerinden ilerliyor.