Git Stars Git Stars

#missing-values Repositorios

Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #missing-values, que acumulan 3,139 estrellas en total (una media de 1,046 estrellas por proyecto). El líder de este tema es WenjieDu/PyPOTS, con 2,097 estrellas.

3
Total de Repositorios
3,139
Total de estrellas
1,046
Promedio de Estrellas/Repo
Lenguajes de programación: Python R
1
WenjieDu/PyPOTS

Una biblioteca/herramienta de Python para aprendizaje automático/profundo y minería de datos centrado en la realidad en series temporales parcialmente observadas, con más de 50 modelos de redes neuronales SOTA para tareas de análisis científico (imputación, clasificación, agrupación, pronóstico, detección de anomalías, limpieza) en TS multivariadas industriales incompletas muestreadas irregularmente con valores faltantes NaN

WenjieDu
⭐ 2,097 Python 👤 WenjieDu User 🕐 Actualizado 2026-11-18 📅 Creado 2022-03-29
2
WenjieDu/SAITS

La implementación oficial de PyTorch del artículo "SAITS: Imputación basada en Auto-Atención para Series Temporales". Un modelo de red neuronal de aprendizaje profundo rápido y de vanguardia (SOTA) para la imputación eficiente de series temporales (imputar series temporales multivariadas incompletas que contienen datos/valores faltantes NaN con aprendizaje automático). https://arxiv.org/abs/2202.08516

WenjieDu
⭐ 521 Python 👤 WenjieDu User 🕐 Actualizado 2026-08-25 📅 Creado 2021-12-07
3
amices/mice

Imputación multivariante por ecuaciones encadenadas

amices
⭐ 521 R 👤 amices Organization 🕐 Actualizado 2026-11-19 📅 Creado 2013-03-20

Preguntas frecuentes

1

¿Cuál es el repositorio de #missing-values más popular en GitHub?

El proyecto de código abierto de #missing-values mejor posicionado en GitHub es WenjieDu/PyPOTS, con 2,097 estrellas. Una biblioteca/herramienta de Python para aprendizaje automático/profundo y minería de datos centrado en la realidad en series temporales parcialmente observadas, con más de 50 modelos de redes neuronales SOTA para tareas de análisis científico (imputación, clasificación, agrupación, pronóstico, detección de anomalías, limpieza) en TS multivariadas industriales incompletas muestreadas irregularmente con valores faltantes NaN

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #missing-values?

Entre los proyectos de #missing-values mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, R.

3

¿Cómo se calcula la clasificación de los repositorios de #missing-values?

Seguimos 3 repositorios activos de código abierto etiquetados con #missing-values (500+ estrellas), que suman un total de 3,139 estrellas, con una media de 1,046 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.