Git Stars Git Stars

#data-quality-assessment Repositorios

Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #data-quality-assessment, que acumulan 1,966 estrellas en total (una media de 655 estrellas por proyecto). El líder de este tema es MigoXLab/dingo, con 771 estrellas.

3
Total de Repositorios
1,966
Total de estrellas
655
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook
1
MigoXLab/dingo

Dingo: Una herramienta integral de evaluación de la calidad de datos, modelos y aplicaciones de IA

MigoXLab
⭐ 771 Python 👤 MigoXLab Organization 🕐 Actualizado 2026-11-19 📅 Creado 2024-12-24
2
syncora-ai/syncora-benchmarks

Un kit de benchmark ligero y plug-and-play para datos sintéticos. Compare Syncora con otros generadores (por ejemplo, Gretel, MostlyAI) insertando CSV, luego calcule automáticamente métricas de fidelidad y similitud. Funciona con cualquier conjunto de datos a través de una simple nomenclatura de archivos, sin necesidad de una configuración compleja.

syncora-ai
⭐ 678 Jupyter Notebook 👤 syncora-ai User 🕐 Actualizado 2025-08-11 📅 Creado 2025-07-31
3
koaning/doubtlab

Dude de sus datos, encuentre etiquetas incorrectas.

koaning
⭐ 517 Python 👤 koaning User 🕐 Actualizado 2024-07-15 📅 Creado 2021-11-05

Preguntas frecuentes

1

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

El proyecto de código abierto de #data-quality-assessment mejor posicionado en GitHub es MigoXLab/dingo, con 771 estrellas. Dingo: Una herramienta integral de evaluación de la calidad de datos, modelos y aplicaciones de IA

2

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

Entre los proyectos de #data-quality-assessment mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.

3

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

Seguimos 3 repositorios activos de código abierto etiquetados con #data-quality-assessment (500+ estrellas), que suman un total de 1,966 estrellas, con una media de 655 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.