#data-quality Repositorios
Descubre 41 repositorios activos de código abierto de GitHub etiquetados con #data-quality, que acumulan 205,347 estrellas en total (una media de 5,008 estrellas por proyecto). El líder de este tema es GokuMohandas/Made-With-ML, con 50,112 estrellas.
41 repositorios en total
Aprende a desarrollar, implementar y iterar en aplicaciones de ML de grado de producción.
📚 Artículos y blogs de tecnología de empresas que comparten su trabajo sobre ciencia de datos y aprendizaje automático en producción.
La capa de contexto abierto para datos e IA, OpenMetadata, es la plataforma abierta para construir contexto de datos confiable y semántica empresarial para humanos, asistentes de IA y agentes.
Perfilado de calidad de datos & análisis exploratorio de datos con 1 línea de código para DataFrames de Pandas y Spark.
La biblioteca de código abierto de Cleanlab es el paquete estándar de IA centrado en datos para la calidad de datos y el aprendizaje automático con datos y etiquetas desordenados del mundo real.
Evidently es un framework de código abierto para la observabilidad de ML y LLM. Evalúe, pruebe y monitoree cualquier sistema impulsado por IA o pipeline de datos. Desde datos tabulares hasta Gen AI. Más de 100 métricas.
Aprenda a diseñar, desarrollar, implementar e iterar en aplicaciones de ML listas para producción.
Una biblioteca de registro de datos de código abierto para modelos de aprendizaje automático y canalizaciones de datos. 📚 Proporciona visibilidad sobre la calidad de los datos y el rendimiento del modelo a lo largo del tiempo. 🛡️ Admite la recopilación de datos que preservan la privacidad, garantizando seguridad y robustez. 📈
Motor de Contratos de Datos para la pila de datos moderna. https://www.soda.io
La Tienda de Características Virtual. Convierte tu infraestructura de datos existente en una tienda de características.
Feathr – Una plataforma de ingeniería de datos e IA escalable y unificada para empresas
Kit de herramientas escalable para preprocesamiento y curación de datos para LLM
re_data - soluciona problemas de datos antes de que tus usuarios y CEO los descubran 😊
ETL/ELT de código abierto que puedes implementar en tus propios servidores o en la nube. Basado en DuckDB: pipelines visuales sin código o de bajo código, o SQL; 446 componentes, dbt, CDC, calidad de datos, ETL inverso, linaje y MCP para agentes de IA. Sin nube del proveedor ni facturación por fila.
La primera plataforma de código abierto para el descubrimiento y la observabilidad de datos. Facilitamos la vida de los profesionales de datos para que puedas concentrarte en tu negocio.
Encuentre automáticamente problemas en conjuntos de datos de imágenes y practique la visión por computadora centrada en datos.
Una lista seleccionada, pero incompleta, de recursos de IA centrados en datos.
Pruebas de contratos de datos de código abierto para Snowflake, Databricks, BigQuery, Kafka y otras 15 plataformas. Basadas en el Estándar Abierto de Contratos de Datos (ODCS). Licencia MIT.
Crea un almacén de datos en SQL Server a partir de dos sistemas de origen, un CRM y un ERP, pasando por las capas bronze, silver y gold. Archivos y scripts del proyecto completo y gratuito.
📙 Impresionantes catálogos de datos y plataformas de observabilidad.
Evaluación de la calidad de datos y reporte de metadatos para data frames y tablas de base de datos
Una capacidad de análisis reutilizable con 15 casos de datos públicos. Define la decisión y los recursos disponibles, prueba métodos alternativos con la misma evidencia y entrega un informe que vincule cada hallazgo con sus datos y cálculos.
Framework de gestión de datos para Python que proporciona funcionalidad para describir, extraer, validar y transformar datos tabulares
Dingo: Una herramienta integral de evaluación de la calidad de datos, modelos y aplicaciones de IA
¡Conozca mejor sus datos! Datavines es la plataforma de observabilidad de datos de próxima generación, compatible con la gestión de metadatos y la calidad de los datos.
Qualitis es una plataforma de gestión de calidad de datos de un solo punto de contacto que soporta verificación de calidad, notificación y gestión para diversas fuentes de datos. Se utiliza para resolver diversos problemas de calidad de datos causados por el procesamiento de datos. https://github.com/WeBankFinTech/Qualitis
Compilación de ejemplos del mundo real de alto perfil de proyectos fallidos de aprendizaje automático
Sistema de ML de calidad de producción para la detección automatizada de errores de unidad de medida | Precisión del 88-92% | Autonomía del 94% | Flujo de trabajo KNIME
Motor para seguimiento, visualización, explicabilidad, detección de deriva y paneles de control de IA/ML/datos para Polyaxon.
Kit de herramientas de validación de datos para evaluar y supervisar la calidad de los datos.
Preguntas frecuentes
¿Cuál es el repositorio de #data-quality más popular en GitHub?
El proyecto de código abierto de #data-quality mejor posicionado en GitHub es GokuMohandas/Made-With-ML, con 50,112 estrellas. Aprende a desarrollar, implementar y iterar en aplicaciones de ML de grado de producción.
¿Qué lenguajes de programación se utilizan más en los repositorios de #data-quality?
Entre los proyectos de #data-quality mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Java, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #data-quality?
Seguimos 41 repositorios activos de código abierto etiquetados con #data-quality (500+ estrellas), que suman un total de 205,347 estrellas, con una media de 5,008 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.