#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 repositorios en total
Dingo: Una herramienta integral de evaluación de la calidad de datos, modelos y aplicaciones de IA
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.
Preguntas frecuentes
¿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
¿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.
¿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.