#data-quality-assessment Dépôts
Découvrez 3 dépôts GitHub open source actifs associés à #data-quality-assessment, cumulant 1,966 étoiles au total (soit une moyenne de 655 étoiles par projet). Le projet en tête de ce thème est MigoXLab/dingo, avec 771 étoiles.
3 dépôts au total
Dingo: Un outil complet d'évaluation de la qualité des données, modèles et applications d'IA
Un kit de benchmark léger, plug-and-play pour les données synthétiques. Comparez Syncora à d'autres générateurs (par exemple, Gretel, MostlyAI) en déposant des CSV, puis calculez automatiquement les métriques de fidélité et de similarité. Fonctionne avec n'importe quel jeu de données via une simple nomenclature de fichiers, aucune configuration lourde nécessaire.
Foire aux questions
Quel est le dépôt #data-quality-assessment le plus populaire sur GitHub ?
Le projet #data-quality-assessment open source le mieux classé sur GitHub est MigoXLab/dingo, avec 771 étoiles. Dingo: Un outil complet d'évaluation de la qualité des données, modèles et applications d'IA
Quels langages de programmation sont les plus utilisés dans les dépôts #data-quality-assessment ?
Parmi les projets #data-quality-assessment les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #data-quality-assessment est-il calculé ?
Nous suivons 3 dépôts open source actifs associés à #data-quality-assessment (500+ étoiles), totalisant 1,966 étoiles, avec une moyenne de 655 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.