Git Stars Git Stars

#data-preparation Repositorios

Descubre 14 repositorios activos de código abierto de GitHub etiquetados con #data-preparation, que acumulan 21,660 estrellas en total (una media de 1,547 estrellas por proyecto). El líder de este tema es jtleek/datasharing, con 6,685 estrellas.

14
Total de Repositorios
21,660
Total de estrellas
1,547
Promedio de Estrellas/Repo
Lenguajes de programación: Python TypeScript HTML

14 repositorios en total

1
jtleek/datasharing

La guía del grupo Leek para compartir datos

jtleek
⭐ 6,685 👤 jtleek User 🕐 Actualizado 2024-08-07 📅 Creado 2013-11-07
2
mcordts/cityscapesScripts

README y scripts para el Dataset Cityscapes

mcordts
⭐ 2,353 Python 👤 mcordts User 🕐 Actualizado 2026-10-04 📅 Creado 2016-02-20
3
NVIDIA-NeMo/Curator

Kit de herramientas escalable para preprocesamiento y curación de datos para LLM

NVIDIA-NeMo
⭐ 1,866 Python 👤 NVIDIA-NeMo Organization 🕐 Actualizado 2026-11-19 📅 Creado 2024-03-14
4
skrub-data/skrub

Aprendizaje automático con dataframes

skrub-data
⭐ 1,670 Python 👤 skrub-data Organization 🕐 Actualizado 2026-11-20 📅 Creado 2018-03-12
5
hi-primus/optimus

:truck: Flujos de trabajo de preparación de datos ágiles hechos fáciles con Pandas, Dask, cuDF, Dask-cuDF, Vaex y PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Actualizado 2024-12-02 📅 Creado 2017-07-13
6
amphi-ai/amphi-etl

Preparación visual de datos impulsada por Python

amphi-ai
⭐ 1,410 TypeScript 👤 amphi-ai Organization 🕐 Actualizado 2026-08-24 📅 Creado 2024-03-20
7
pydata/patsy

Describir modelos estadísticos en Python usando fórmulas simbólicas

pydata
⭐ 990 Python 👤 pydata Organization 🕐 Actualizado 2026-11-16 📅 Creado 2012-07-10
8
data-prep-kit/data-prep-kit

Proyecto de código abierto para la preparación de datos para aplicaciones GenAI

data-prep-kit
⭐ 968 HTML 👤 data-prep-kit Organization 🕐 Actualizado 2026-09-29 📅 Creado 2024-04-08
9
KMnO4-zx/huanhuan-chat

Chat-Zhen Huan es un modelo de lenguaje de chat obtenido mediante el ajuste fino LoRA de ChatGLM2 utilizando todos los diálogos y frases sobre Zhen Huan del guion de "La Leyenda de Zhen Huan", para imitar el tono de Zhen Huan.

KMnO4-zx
⭐ 820 Python 👤 KMnO4-zx User 🕐 Actualizado 2025-05-21 📅 Creado 2023-07-10
10
HKUSTDial/awesome-data-agents

Lista de artículos continuamente actualizada sobre avances en Data Agents. Repositorio compañero de nuestro artículo "A Survey of Data Agents: Emerging Paradigm or Overstated Hype?"

HKUSTDial
⭐ 804 Python 👤 HKUSTDial Organization 🕐 Actualizado 2026-11-08 📅 Creado 2025-08-31
11
agermanidis/pigeon

🐦 Anota datos rápidamente desde la comodidad de tu cuaderno Jupyter

agermanidis
⭐ 788 Python 👤 agermanidis User 🕐 Actualizado 2024-04-04 📅 Creado 2017-09-05
12
NewbieIndieGameDev/steam-insights

Base de datos de datos de videojuegos de Steam de octubre de 2024, que incluye detalles del juego, géneros, reseñas, etiquetas e información de SteamSpy

NewbieIndieGameDev
⭐ 633 👤 NewbieIndieGameDev User 🕐 Actualizado 2025-01-01 📅 Creado 2024-12-10
13
huang1332/finetune_dataset_maker

Herramienta de generación de conjuntos de datos de ajuste fino para ChatGLM, ven a crear tus propias chicas gato rápidamente.

huang1332
⭐ 608 Python 👤 huang1332 User 🕐 Actualizado 2024-02-25 📅 Creado 2023-04-05
14
firecrawl/llmstxt-generator

🔥 ¡Genera los archivos llms.txt y llms-full.txt para cualquier sitio web!

firecrawl
⭐ 528 TypeScript 👤 firecrawl Organization 🕐 Actualizado 2025-06-17 📅 Creado 2024-11-19

Preguntas frecuentes

1

¿Cuál es el repositorio de #data-preparation más popular en GitHub?

El proyecto de código abierto de #data-preparation mejor posicionado en GitHub es jtleek/datasharing, con 6,685 estrellas. La guía del grupo Leek para compartir datos

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #data-preparation?

Entre los proyectos de #data-preparation mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, HTML.

3

¿Cómo se calcula la clasificación de los repositorios de #data-preparation?

Seguimos 14 repositorios activos de código abierto etiquetados con #data-preparation (500+ estrellas), que suman un total de 21,660 estrellas, con una media de 1,547 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.