Popular GitHub Repositories for Bigdata

Byzer (former MLSQL): A low-code open-source programming language for data pipeline, analytics and AI.

Apache Spark & Python (pySpark) tutorials for Big Data Analysis and Machine Learning as IPython / Jupyter notebooks

A batch scheduler of kubernetes for high performance workload, e.g. AI/ML, BigData, HPC

一个轻量级、支持全链路且易于二次开发的大模型应用项目(Large Model Data Assistant) 支持DeepSeek/Qwen2.5等大模型 基于 Dify 、Ollama&Vllm、Sanic 和 Text2SQL ? 等技术构建的一站式大模型应用开发项目，采用 Vue3、TypeScript 和 Vite 5 打造现代UI。它支持通过 ECharts ? 实现基于大模型的数据图形化问答，具备处理 CSV 文件 ? 表格问答的能力。同时，能方便对接第三方开源 RAG 系统 检索系统 ?等，以支持广泛的通用知识问答。

An end-to-end machine learning and data mining framework on Hadoop

The Fastest Time Series Object Storage for AI Infrastructure

Y language, new language for AI

R on Apache Spark (SparkR) tutorials for Big Data analysis and Machine Learning as IPython / Jupyter notebooks

A general purpose Distributed Systems Framework

利用大数据与人工智能分析预测金融市场

Ppts, códigos y videos de las meetups, data science days, videollamadas y workshops. Data Science Research es una organización sin fines de lucro que busca difundir, descentralizar y difundir los conocimientos en Ciencia de Datos e Inteligencia Artificial en el Perú, dando oportunidades a nuevos talentos mediante MeetUps, Workshops y Semilleros de Conocimiento e Investigación.

Cheatsheets on numerous topics ranging from DataScience | ML | DL | AI | Big Data.

一个基于Vue3的虚拟滚动列表组件，支持拖拽排序。

Scalable R for Machine Learning

一个支持拖拽排序的虚拟滚动列表组件

大数据框架 Spark MLlib 机器学习库基础算法全面讲解,附带齐全的测试文件

智能数据探索服务(Intelligent Data Exploration Service)，一站式Data + AI数据解决方案！

Масштабируемое машинное обучение и анализ больших данных с Apache Spark

在原作者（SplitfireUptown）datablinkx项目基础上进行了扩展，1.添加用户管理模块datalinkx-security，2.添加DeepSeek大模型模块datalinkx-deepseek

Gaussian Process Classification and Regression on Apache Spark