#data-quality-assessment Repositories
Entdecke 3 aktive Open-Source-GitHub-Repositories, die mit #data-quality-assessment getaggt sind und insgesamt 1,966 Sterne gesammelt haben (durchschnittlich 655 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist MigoXLab/dingo mit 771 Sternen.
Insgesamt 3 Repositories
Dingo: Ein umfassendes Tool zur Bewertung der Qualität von KI-Daten, -Modellen und -Anwendungen
Ein leichtgewichtiges, Plug-and-Play-Benchmark-Kit für synthetische Daten. Vergleichen Sie Syncora mit anderen Generatoren (z. B. Gretel, MostlyAI), indem Sie CSVs einfügen und dann Fidelity- und Ähnlichkeitsmetriken automatisch berechnen. Funktioniert mit jedem Datensatz über einfache Dateibenennung, keine aufwändige Einrichtung erforderlich.
Häufig gestellte Fragen
Welches ist das beliebteste #data-quality-assessment-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#data-quality-assessment-Projekt auf GitHub ist MigoXLab/dingo mit 771 Sternen. Dingo: Ein umfassendes Tool zur Bewertung der Qualität von KI-Daten, -Modellen und -Anwendungen
Welche Programmiersprachen werden in #data-quality-assessment-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #data-quality-assessment-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #data-quality-assessment-Repositories berechnet?
Wir verfolgen 3 aktive Open-Source-Repositories, die mit #data-quality-assessment getaggt sind (500+ Sterne), mit insgesamt 1,966 Sternen und durchschnittlich 655 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.