#data-preprocessing Repositorios
Descubre 34 repositorios activos de código abierto de GitHub etiquetados con #data-preprocessing, que acumulan 83,063 estrellas en total (una media de 2,443 estrellas por proyecto). El líder de este tema es openai/tiktoken, con 19,698 estrellas.
34 repositorios en total
:memo: Un archivo de texto que contiene 479k palabras en inglés para todos tus proyectos basados en diccionarios/palabras, por ejemplo: autocompletar / autosugerir
Anotar sus propios conjuntos de datos, entrenar, evaluar, probar e implementar sus propios algoritmos de inteligencia artificial
100 Knockouts de Ciencia de Datos (Procesamiento de Datos Estructurados)
Una biblioteca de codificadores de variables categóricas compatibles con sklearn
El selector de características es una herramienta para la reducción de dimensionalidad de conjuntos de datos de aprendizaje automático
los recursos sobre la aplicación basada en LLM con patrón RAG
Implementaciones en Python del método de selección de características all-relevant de Boruta.
Una lista curada de videos, enlaces, proyectos y conjuntos de datos de aprendizaje automático para ayudarte a conquistar el panorama del ML en 6 meses.
Proyecto de código abierto para la preparación de datos para aplicaciones GenAI
OpenFE: generación automática de características con rendimiento de nivel experto
Implementación/Tutorial sobre el uso de métodos de aprendizaje automático automatizado (AutoML) para aprendizaje estático/por lotes y aprendizaje en línea/continuo
Pasos pipeables para ingeniería de características y preprocesamiento de datos para preparar el modelado
TorchEEG es una biblioteca construida sobre PyTorch para el análisis de señales EEG.
Un repositorio para la investigación sobre modelos de lenguaje de tamaño mediano.
Biblioteca Python fácil de usar con funciones personalizadas para limpiar y analizar datos.
Desbordante es un perfilador de datos de alto rendimiento capaz de descubrir muchos patrones diferentes en los datos mediante diversos algoritmos. También permite ejecutar escenarios de limpieza de datos utilizando estos algoritmos. Desbordante cuenta con una versión de consola y una aplicación web fácil de usar.
Preguntas frecuentes
¿Cuál es el repositorio de #data-preprocessing más popular en GitHub?
El proyecto de código abierto de #data-preprocessing mejor posicionado en GitHub es openai/tiktoken, con 19,698 estrellas. tiktoken es un tokenizador BPE rápido para usar con los modelos de OpenAI.
¿Qué lenguajes de programación se utilizan más en los repositorios de #data-preprocessing?
Entre los proyectos de #data-preprocessing mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, HTML, Go.
¿Cómo se calcula la clasificación de los repositorios de #data-preprocessing?
Seguimos 34 repositorios activos de código abierto etiquetados con #data-preprocessing (500+ estrellas), que suman un total de 83,063 estrellas, con una media de 2,443 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.