#tabular-data Repositorios
Descubre 48 repositorios activos de código abierto de GitHub etiquetados con #tabular-data, que acumulan 136,778 estrellas en total (una media de 2,849 estrellas por proyecto). El líder de este tema es bvaughn/react-virtualized, con 27,072 estrellas.
48 repositorios en total
Componentes de React para renderizar eficientemente listas grandes y datos tabulares
Miller es como awk, sed, cut, join y sort para datos indexados por nombre como CSV, TSV y JSON tabular.
DataFrame híbrido Apache Arrow/NumPy fuera de memoria para Python, ML, visualización y exploración de grandes datos tabulares a mil millones de filas por segundo 🚀
Una biblioteca rápida para AutoML y tuning. Únete a nuestro Discord: https://discord.gg/Cppx2vSPVP.
Un componente de lista virtual, cuadrícula y mampostería rápido y ligero, sin configuración, para React, Vue, Solid, Svelte y Angular.
Una aplicación TUI ligera para ver y consultar archivos de datos tabulares, como CSV, TSV y parquet.
Implementación en PyTorch del artículo de TabNet: https://arxiv.org/pdf/1908.07442.pdf
🍞🔡 El potente componente para mostrar y editar datos. ¡Experimenta el Transformador de Datos definitivo!
Búsqueda automática de arquitectura y optimización de hiperparámetros para PyTorch
SDG es un marco especializado diseñado para generar datos tabulares estructurados de alta calidad.
Asistente de escritura de código de IA que comprende el contenido de los datos
📺(tv) Tidy Viewer es un impresionador de tablas CSV para CLI multiplataforma que utiliza estilo de columnas para maximizar el disfrute del espectador.
Información académica completa y oportuna sobre aprendizaje federado (artículos, marcos, conjuntos de datos, tutoriales, talleres)
Un marco unificado para modelos de aprendizaje profundo sobre datos tabulares
¿Qué hay en tus datos? Extrae esquemas, estadísticas y entidades de los conjuntos de datos
Un paquete flexible para multimodal-deep-learning que combina datos tabulares con texto e imágenes utilizando modelos Wide y Deep en Pytorch
Transformers4Rec es una biblioteca flexible y eficiente para recomendaciones secuenciales y basadas en sesiones que funciona con PyTorch.
ktrain es una biblioteca de Python que hace que el aprendizaje profundo y la IA sean más accesibles y fáciles de aplicar
Implementación de TabTransformer, una red de atención para datos tabulares, en Pytorch
Machine Learning University: Clase acelerada de datos tabulares
Un kit de herramientas completo y benchmark para el aprendizaje de datos tabulares, que presenta más de 35 métodos profundos, más de 10 métodos clásicos y más de 300 conjuntos de datos tabulares diversos.
OpenFE: generación automática de características con rendimiento de nivel experto
DeepTables: Kit de herramientas de aprendizaje profundo para datos tabulares
Una biblioteca para generar y evaluar datos tabulares sintéticos para privacidad, equidad y aumento de datos.
Recopilamos artículos sobre "grandes modelos de lenguaje (LLM) para tareas relacionadas con tablas", por ejemplo, el uso de LLM para la tarea Table QA. Colección de artículos relacionados con "Tabla + LLM"
Este proyecto tiene como objetivo recopilar conjuntos de datos de código abierto para tareas de inteligencia tabular (como preguntas y respuestas sobre tablas, generación de texto a partir de tablas, etc.), organizar los datos brutos en formato de ajuste fino de instrucciones y ajustar finamente los LLM, para mejorar su comprensión de los datos tabulares y, finalmente, construir modelos de lenguaje grandes específicamente orientados a tareas de inteligencia tabular.
Modelo multimodal para datos de texto y tabulares con transformadores de HuggingFace como bloque de construcción para datos de texto
Demostración de generación de datos sintéticos utilizando un conjunto de datos transaccionales de venta minorista del Reino Unido. Ideal para profesionales de los sectores minorista, de comercio electrónico, financiero y de la cadena de suministro que desean crear datos sintéticos realistas y que preservan la privacidad para pruebas, análisis y aprendizaje automático.
Conocemos bien las GAN por su éxito en la generación de imágenes realistas. Sin embargo, también se pueden aplicar a la generación de datos tabulares. Revisaremos y examinaremos algunos artículos recientes sobre GAN tabulares en acción.
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.
Kit de herramientas de validación de datos para evaluar y supervisar la calidad de los datos.
Preguntas frecuentes
¿Cuál es el repositorio de #tabular-data más popular en GitHub?
El proyecto de código abierto de #tabular-data mejor posicionado en GitHub es bvaughn/react-virtualized, con 27,072 estrellas. Componentes de React para renderizar eficientemente listas grandes y datos tabulares
¿Qué lenguajes de programación se utilizan más en los repositorios de #tabular-data?
Entre los proyectos de #tabular-data mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, Jupyter Notebook, Rust.
¿Cómo se calcula la clasificación de los repositorios de #tabular-data?
Seguimos 48 repositorios activos de código abierto etiquetados con #tabular-data (500+ estrellas), que suman un total de 136,778 estrellas, con una media de 2,849 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.