Git Stars Git Stars

#data-preprocessing Repositories

Entdecke 34 aktive Open-Source-GitHub-Repositories, die mit #data-preprocessing getaggt sind und insgesamt 83,063 Sterne gesammelt haben (durchschnittlich 2,443 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist openai/tiktoken mit 19,698 Sternen.

34
Gesamtzahl der Repositories
83,063
Gesamtanzahl der Sterne
2,443
Durchschnittliche Sterne/Repo

Insgesamt 34 Repositories

1
openai/tiktoken

tiktoken ist ein schneller BPE-Tokenisierer für die Verwendung mit den Modellen von OpenAI.

openai
⭐ 19,698 Python 👤 openai Organization 🕐 Aktualisiert 2026-11-08 📅 Erstellt 2022-12-01
2
dwyl/english-words

:memo: Eine Textdatei, die 479k englische Wörter für all Ihre wörterbuchbasierten Projekte enthält, z. B. Autovervollständigung / Autosuggestion.

dwyl
⭐ 12,122 Python 👤 dwyl Organization 🕐 Aktualisiert 2025-01-06 📅 Erstellt 2014-07-13
3
sjwhitworth/golearn

Machine Learning für Go

sjwhitworth
⭐ 9,455 Go 👤 sjwhitworth User 🕐 Aktualisiert 2024-01-15 📅 Erstellt 2013-12-26
4
codemayq/chinese-chatbot-corpus

Chinesisches öffentliches Chat-Korpus

codemayq
⭐ 4,171 Python 👤 codemayq User 🕐 Aktualisiert 2024-04-23 📅 Erstellt 2018-11-04
5
TommyZihao/Train_Custom_Dataset

Eigene Datensätze annotieren, eigene Algorithmen für künstliche Intelligenz trainieren, bewerten, testen und bereitstellen

TommyZihao
⭐ 4,132 Jupyter Notebook 👤 TommyZihao User 🕐 Aktualisiert 2026-01-07 📅 Erstellt 2022-07-23
6
rspeer/python-ftfy

Behebt Mojibake und andere Fehler in Unicode-Text, nachträglich.

rspeer
⭐ 4,004 Python 👤 rspeer User 🕐 Aktualisiert 2024-10-30 📅 Erstellt 2012-08-24
7
The-Japan-DataScientist-Society/100knocks-preprocess

Data Science 100 Knockouts (Strukturierte Datenverarbeitung)

The-Japan-DataScientist-Society
⭐ 2,536 HTML 👤 The-Japan-DataScientist-Society Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2020-05-28
8
scikit-learn-contrib/category_encoders

Eine Bibliothek von sklearn-kompatiblen Kategorischen Variablen-Encodern

scikit-learn-contrib
⭐ 2,510 Python 👤 scikit-learn-contrib Organization 🕐 Aktualisiert 2026-10-31 📅 Erstellt 2015-11-29
9
WillKoehrsen/feature-selector

Der Feature Selector ist ein Werkzeug zur Dimensionsreduktion von Machine-Learning-Datensätzen

WillKoehrsen
⭐ 2,237 Jupyter Notebook 👤 WillKoehrsen User 🕐 Aktualisiert 2024-06-17 📅 Erstellt 2018-06-20
10
skrub-data/skrub

Maschinelles Lernen mit DataFrames

skrub-data
⭐ 1,670 Python 👤 skrub-data Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2018-03-12
11
lizhe2004/Awesome-LLM-RAG-Application

die Ressourcen über die auf LLM mit RAG-Muster basierende Anwendung

lizhe2004
⭐ 1,662 👤 lizhe2004 User 🕐 Aktualisiert 2026-10-12 📅 Erstellt 2023-12-27
12
hashcat/hashcat-utils

Kleine Hilfsprogramme, die bei fortgeschrittenem Passwort-Cracking nützlich sind

hashcat
⭐ 1,643 C 👤 hashcat Organization 🕐 Aktualisiert 2026-10-27 📅 Erstellt 2015-11-20
13
scikit-learn-contrib/boruta_py

Python-Implementierungen der Boruta-Methode zur Auswahl aller relevanten Merkmale.

scikit-learn-contrib
⭐ 1,635 Python 👤 scikit-learn-contrib Organization 🕐 Aktualisiert 2025-11-13 📅 Erstellt 2016-01-30
14
jadijadi/machine_learning_with_python_jadi

Die Notizbücher, die wir im ML-Kurs verwenden

jadijadi
⭐ 1,215 Jupyter Notebook 👤 jadijadi User 🕐 Aktualisiert 2025-10-16 📅 Erstellt 2021-09-20
15
campusx-official/ML-Roadmap-for-2022

Eine kuratierte Liste von Machine-Learning-Videos, Links, Projekten und Datensätzen, die Ihnen helfen, die ML-Landschaft in 6 Monaten zu erobern.

campusx-official
⭐ 1,119 👤 campusx-official User 🕐 Aktualisiert 2024-08-20 📅 Erstellt 2022-01-10
16
tensorflow/transform

Eingabe-Pipeline-Framework

tensorflow
⭐ 992 Python 👤 tensorflow Organization 🕐 Aktualisiert 2026-08-14 📅 Erstellt 2017-02-10
17
data-prep-kit/data-prep-kit

Open-Source-Projekt zur Datenaufbereitung für GenAI-Anwendungen

data-prep-kit
⭐ 968 HTML 👤 data-prep-kit Organization 🕐 Aktualisiert 2026-09-29 📅 Erstellt 2024-04-08
19
IIIS-Li-Group/OpenFE

OpenFE: automatisierte Feature-Generierung mit Experten-Niveau-Leistung

IIIS-Li-Group
⭐ 842 Python 👤 IIIS-Li-Group Organization 🕐 Aktualisiert 2024-05-27 📅 Erstellt 2022-11-21
20
potree/PotreeConverter

Erstellen Sie eine Multi-Res-Punktwolke zur Verwendung mit Potree

potree
⭐ 823 JavaScript 👤 potree User 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2014-02-08
22
LAION-AI/audio-dataset

Audiodatensatz zum Trainieren von CLAP und anderen Modellen

LAION-AI
⭐ 750 Python 👤 LAION-AI Organization 🕐 Aktualisiert 2026-01-08 📅 Erstellt 2022-03-07
24
cesium-ml/cesium

Machine-Learning-Zeitreihenplattform

cesium-ml
⭐ 682 Python 👤 cesium-ml Organization 🕐 Aktualisiert 2025-01-17 📅 Erstellt 2014-10-29
25
NathanEpstein/Dora

Tools für explorative Datenanalyse in Python

NathanEpstein
⭐ 647 Python 👤 NathanEpstein User 🕐 Aktualisiert 2025-08-05 📅 Erstellt 2016-02-16
26
Western-OC2-Lab/AutoML-Implementation-for-Static-and-Dynamic-Data-Analytics

Implementierung/Tutorial zur Verwendung automatisierter maschineller Lernmethoden (AutoML) für statisches/Batch- und Online/kontinuierliches Lernen

Western-OC2-Lab
⭐ 629 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 Aktualisiert 2024-05-14 📅 Erstellt 2022-09-09
27
tidymodels/recipes

Pipeline-fähige Schritte für Feature-Engineering und Daten-Vorverarbeitung zur Vorbereitung auf das Modellieren

tidymodels
⭐ 626 R 👤 tidymodels Organization 🕐 Aktualisiert 2026-09-17 📅 Erstellt 2016-12-16
29
Lightning-AI/litData

Beschleunigen Sie das Modelltraining, indem Sie das Laden von Daten beheben.

Lightning-AI
⭐ 617 Python 👤 Lightning-AI Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2024-02-15
30
torcheeg/torcheeg

TorchEEG ist eine Bibliothek, die auf PyTorch für die Analyse von EEG-Signalen basiert.

torcheeg
⭐ 585 Python 👤 torcheeg Organization 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2022-06-06
31
machinelearnjs/machinelearnjs

Machine-Learning-Bibliothek für das Web und Node.

machinelearnjs
⭐ 541 TypeScript 👤 machinelearnjs Organization 🕐 Aktualisiert 2026-02-07 📅 Erstellt 2018-04-29
32
mlfoundations/open_lm

Ein Repository für Forschung über mittelgroße Sprachmodelle.

mlfoundations
⭐ 536 Python 👤 mlfoundations Organization 🕐 Aktualisiert 2025-06-06 📅 Erstellt 2023-08-23
33
akanz1/klib

Einfach zu bedienende Python-Bibliothek mit benutzerdefinierten Funktionen zur Datenbereinigung und -analyse.

akanz1
⭐ 523 Python 👤 akanz1 User 🕐 Aktualisiert 2026-10-28 📅 Erstellt 2020-03-25
34
Desbordante/desbordante-core

Desbordante ist ein leistungsstarker Datenprofiler, der mithilfe verschiedener Algorithmen viele unterschiedliche Muster in Daten erkennen kann. Außerdem können mit diesen Algorithmen Szenarien zur Datenbereinigung ausgeführt werden. Desbordante ist als Konsolenversion und als benutzerfreundliche Webanwendung verfügbar.

Desbordante
⭐ 522 C++ 👤 Desbordante Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2020-04-09

Häufig gestellte Fragen

1

Welches ist das beliebteste #data-preprocessing-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#data-preprocessing-Projekt auf GitHub ist openai/tiktoken mit 19,698 Sternen. tiktoken ist ein schneller BPE-Tokenisierer für die Verwendung mit den Modellen von OpenAI.

2

Welche Programmiersprachen werden in #data-preprocessing-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #data-preprocessing-Projekten auf GitHub sind Python, Jupyter Notebook, HTML, Go die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #data-preprocessing-Repositories berechnet?

Wir verfolgen 34 aktive Open-Source-Repositories, die mit #data-preprocessing getaggt sind (500+ Sterne), mit insgesamt 83,063 Sternen und durchschnittlich 2,443 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.