#data-visualization Dépôts
568 dépôts au total
Une interface utilisateur expérimentale pour la génération de graphes de connaissances à partir de texte
🔥Visualisation de données, grand écran, prend en charge Echarts, SQL, API, VUE, utilisable dans Jupyter, plus facile que pyecharts, seuil d'entrée très bas, prêt à l'emploi, plus pratique que le glisser-déposer, utilisable comme plugin de projet ou plateforme indépendante, simple, agile, efficace, généralisé, hautement personnalisable, intègre complètement le frontend et le backend pour vous, liaison de données graphiques, développement de filtres sans effort, mécanisme de mise en cache des données pour des rapports plus rapides.
Application web de business intelligence, d'exploration et de visualisation de données pour Druid, anciennement connue sous les noms de Swiv et Pivot
Visualisez vos données Kedro et vos pipelines d'apprentissage automatique et suivez vos expériences.
cowplot : Thème de graphique simplifié et annotations de graphique pour ggplot2
🦄 Palettes de couleurs thématiques revues scientifiques et science-fiction pour ggplot2
dnspy est un outil de benchmarking de serveurs DNS en masse utilisé pour mesurer l'accessibilité locale et les performances des serveurs DNS dans le monde entier. Il génère des graphiques visuels.
Composant de visualisation génomique intégrable basé sur l'Integrative Genomics Viewer
🎨 Boîte à outils pour générer des graphiques de qualité publication pour les revues Cell, Nature et Science
L’IA a créé votre figure de recherche. Tavotto la prépare pour publication : modifiez des figures matplotlib et générées par IA sur un canevas, composez des pages à plusieurs panneaux en mm et vérifiez les règles de la revue avant l’exportation. Les scripts restent intacts.
Mec, où sont mes octets : Duc, une bibliothèque et une suite d'outils pour inspecter l'utilisation du disque
Une bibliothèque de graphiques simple et douce pour React Native qui nous donnera l'impression que nous allons tous y arriver.
Widget de visualisation graphique interactif pour rust alimenté par egui et petgraph
Trame vous permet d'intégrer divers composants et technologies dans une application Web écrite entièrement en Python.
Utilitaire de visualisation de code source écrit en JavaScript avec d3.js. Votre code est-il beau ?
Plateforme de science des données alimentée par l'IA et open source。
Une plateforme pour divulguer de manière transparente le flux des fonds politiques
streamlit-option-menu est un composant Streamlit simple qui permet aux utilisateurs de sélectionner un seul élément parmi une liste d'options dans un menu.
Une feuille de route complète en ML (Machine Learning) Full Stack implique l'acquisition des compétences et des technologies nécessaires pour maîtriser tous les aspects du machine learning, y compris la collecte et le prétraitement des données, le développement de modèles, le déploiement et la maintenance.
Lorsque Augur a atteint ses limites, nous avons créé Aveloxis : une collecte fiable des données de métriques OSS. Collecter 40 000 dépôts en 3 jours, c'est plutôt bien, non ?
ML-capsule est un projet destiné aux débutants et aux passionnés de science des données expérimentés qui n'ont pas de mentor ou de conseils et qui souhaitent apprendre l'apprentissage automatique (Machine Learning). En utilisant notre dépôt, ils peuvent apprendre le ML, le DL et de nombreuses technologies connexes grâce à différents projets concrets et se préparer aux entretiens.
Un outil pour créer des rapports HTML visuels à partir de collections de tables CSV/TSV
Suivez votre Data Science. La bibliothèque Python open-source de Skore accélère le développement de modèles ML grâce à des rapports d’évaluation automatisés, des conseils méthodologiques intelligents et une analyse exhaustive de la validation croisée.
Une extension JupyterLab pour afficher des tableaux de bord d'utilisation du GPU.
Miroir GNU Octave (https://www.octave.org/hg/octave). Signaler les bugs et soumettre les pull requests (correctifs) sur https://bugs.octave.org
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.