#data Repositories
Insgesamt 232 Repositories
[NeurIPS 2026] DataFlex: Ein einheitlicher Benchmark und eine Evaluierungsplattform für das datenorientierte Training großer Sprachmodelle
Das Data Transfer Project erleichtert es Plattformen, interoperable Funktionen für die Portabilität von Benutzerdaten zu erstellen. Wir etablieren einen gemeinsamen Rahmen, einschließlich Datenmodellen und Protokollen, um den direkten Transfer von Daten sowohl in als auch aus teilnehmenden Online-Dienstleistern zu ermöglichen.
AnyCrawl 🚀: Ein Node.js/TypeScript-Crawler, der Webseiten in LLM-fertige Daten umwandelt und strukturierte SERP-Ergebnisse von Google/Bing/Baidu/etc. extrahiert. Native Mehrfach-Threading für die Stapelverarbeitung.
Eine kuratierte Liste toller JSON-Datensätze, die keine Authentifizierung erfordern.
Memphis.dev ist eine hoch skalierbare und mühelose Datenstreaming-Plattform
Eine einfache, deklarative und kompositorische Methode, um Daten für React-Komponenten abzurufen
Extrahieren Sie Daten aus einer Vielzahl von Internetquellen in einen pandas DataFrame.
Apache DevLake ist eine Open-Source-Plattform für Entwicklerdaten, um fragmentierte Daten aus DevOps-Tools zu erfassen, zu analysieren und zu visualisieren und Einblicke für ingenieurtechnische Exzellenz, Entwicklererfahrung und Community-Wachstum zu gewinnen.
QuantMind ist ein Open-Source-Framework zur agentennativen Wissensextraktion und -abfrage für die quantitative Finanzwirtschaft.
Fügen Sie Ihrer operativen Datenbank einen Echtzeit-Analyse-Knoten hinzu. Spice ist eine portable, beschleunigte SQL-Abfrage-, Such- und LLM-Inferenz-Engine in Rust für datengestützte KI-Anwendungen und Agenten.
Deepnote ist ein direkter Ersatz für Jupyter mit einem KI-zentrierten Design, einer eleganten Benutzeroberfläche, neuen Blöcken und nativen Datenintegrationen. Nutzen Sie Python, R und SQL lokal in Ihrer bevorzugten IDE und skalieren Sie dann zur Deepnote Cloud für Echtzeit-Zusammenarbeit, den Deepnote Agent und bereitstellbare Datenanwendungen. https://deepnote.com/
Eine gut getestete und umfassende Golang-Statistik-Bibliothek ohne Abhängigkeiten.
Eine Liste öffentlich verfügbarer Datensätze mit Echtzeitdaten, die vom Team bei bytewax.io gepflegt werden
PyPika ist ein Python-SQL-Query-Builder, der die volle Reichhaltigkeit der SQL-Sprache mit einer Syntax offenlegt, die die resultierende Abfrage widerspiegelt. PyPika eignet sich hervorragend für alle Arten von SQL-Abfragen, ist aber besonders nützlich für die Datenanalyse.
🎁 Über 7.400.000 Unsplash-Bilder für Forschung und maschinelles Lernen verfügbar gemacht
Buch_6_"Der Weg der Daten" | Iris Buch: Von Addition, Subtraktion, Multiplikation und Division bis hin zu maschinellem Lernen; wir freuen uns über Kritik und Korrekturen! Studenten, die viele Fehler korrigieren, erhalten ein Exemplar des Buches als Dankeschön!
Meltano: die deklarative, Code-first Datenintegrations-Engine, die Ihre wildesten Ideen für daten- und KI-gestützte Produkte beflügelt. Verabschieden Sie sich vom Schreiben, Pflegen und Skalieren Ihrer eigenen API-Integrationen.
ArcticDB ist eine hochleistungsfähige, serverlose DataFrame-Datenbank, die für das Python Data Science-Ökosystem entwickelt wurde.
Jupyter-Erweiterungen, die Ihnen helfen, Code schneller zu schreiben: Kontextbezogene KI-Unterhaltung, Autovervollständigung und Tabellenkalkulation
Malloy ist eine moderne Open-Source-Sprache zur Beschreibung von Datenbeziehungen und -transformationen.
Python-Bibliothek zur Erstellung von Datenpipelines mit funktionaler Kettenprogrammierung
ISO 3166-1-Länderlisten, die mit ihren UN-Geoscheme-Regionalcodes in sofort einsatzbereiten JSON-, XML- und CSV-Datensätzen zusammengeführt wurden
LLM-basierter Data Scientist, KI-native Datenanwendung. KI-gesteuertes unendliches Denken definiert BI neu.
Dieses Repository hilft Ihnen, Python und Machine Learning von Grund auf zu lernen.
📅🇨🇳 Chinesische gesetzliche Feiertage Daten Automatisch täglich aus Staatsratsankündigungen abgerufen
Ein verteiltes Datenintegrationsframework, das gängige Aspekte der Big-Data-Integration wie Datenerfassung, Replikation, Organisation und Lebenszyklusverwaltung sowohl für Streaming- als auch für Batch-Datenökosysteme vereinfacht.
Python's verschachtelter Datenoperator (und CLI) für all Ihre deklarativen Umstrukturierungsbedürfnisse. Haben Sie Daten? Glommen Sie sie! ☄️
Öffne den Public Domain Exercise Datensatz im JSON-Format, über 800 Übungen mit einem durchsuchbaren Frontend
🔊 Eine umfassende Liste quelloffener Datensätze für Sprach- und Soundcomputing (über 95 Datensätze).
Der beste Ort, um Data Engineering zu lernen. Aufbau und Pflege durch die Data Engineering Community.
👾 nao ist die führende Open-Source-Lösung für agentische BI. (1) Erstelle Kontext mit der nao-core-CLI; (2) stelle die nao-Chat-Oberfläche für alle bereit.
Zui ist eine leistungsstarke Desktop-Anwendung zur Erkundung und Bearbeitung von Daten. Das offizielle Frontend für den Zed-Lake.
Das KI-Datenspeichersystem für Schemata, BLOBs und Vorhersagen. Nutzen Sie es mit Ihren Apps oder integrieren Sie die integrierte menschliche Aufsicht, den Datenworkflow und den UI-Katalog, um den größten Wert aus Ihren KI-Daten zu ziehen.