#data-cleaning Repository
Scopri 33 repository GitHub open source attivi contrassegnati con #data-cleaning, che raccolgono un totale di 83,468 stelle (con una media di 2,529 stelle per progetto). Il progetto leader di questo argomento è cleanlab/cleanlab, con 11,755 stelle.
33 repository in totale
La libreria open-source di Cleanlab è il pacchetto AI data-centric standard per la qualità dei dati e l'apprendimento automatico con dati e etichette disordinati del mondo reale.
Miller è come awk, sed, cut, join e sort per dati indicizzati per nome come CSV, TSV e JSON tabellare.
[SIGMOD'27] Preparazione dei dati semplificata con gli operatori e le pipeline più recenti basati su LLM.
:truck: Flussi di lavoro di preparazione dati agili resi facili con Pandas, Dask, cuDF, Dask-cuDF, Vaex e PySpark
Il toolkit JavaScript per la trasformazione e l'analisi dei dati ispirato a Pandas e LINQ.
Imparare l'analisi dei dati in modo pratico con un focus sui progetti, integrando i punti di conoscenza, per ottenere migliori risultati di apprendimento attraverso l'apprendimento, la pratica e la guida
Crea un data warehouse in SQL Server a partire da due sistemi sorgente, un CRM e un ERP, passando per i livelli bronze, silver e gold. File e script del progetto completo gratuito.
Un modello di chat educativo open-source da ICALK, East China Normal University. Modello di dialogo educativo open-source cinese-inglese di grandi dimensioni. (Modello di base universale, distribuzione GPU, pulizia dati) Omaggio a: LLaMA, MOSS, BELLE, Ziya, vLLM
Analisi Esplorativa dei Dati Pratica con Python, pubblicato da Packt
Lista di articoli continuamente aggiornata sui progressi negli Data Agents. Repo companion al nostro paper "A Survey of Data Agents: Emerging Paradigm or Overstated Hype?"
Implementazione in C# .NET del fuzzy string matching dell'algoritmo Python FuzzyWuzzy ben noto di Seat Geek.
Sistema ML di qualità produttiva per il rilevamento automatizzato degli errori di unità di misura | Accuratezza 88-92% | Autonomia 94% | Flusso di lavoro KNIME
Analizza i nomi delle persone distinguendo titolo, nome, secondo nome, cognome, suffisso, soprannome e cognome da nubile. Con tipizzazione, senza dipendenze e compatibile con i caratteri CJK.
Codice sorgente e dati per il tracker dei decessi in eccesso di COVID-19 di The Economist
Repository per contenuti Community Mentor relativi alla Specializzazione in Data Science della Johns Hopkins University su Coursera
Per il plugin AugmentCode VSCode a ricaricamento illimitato. Uno strumento che ti permette di utilizzare il plugin AugmentCode VSCode a tempo indeterminato.
Un modello basato su SAM per la segmentazione di istanze di immagini di cereali
Un pacchetto di validazione dello schema JavaScript che supporta la validazione diretta degli oggetti modificatori di aggiornamento MongoDB
Libreria Python di facile utilizzo con funzioni personalizzate per la pulizia e l'analisi dei dati.
Desbordante è un profiler di dati ad alte prestazioni, in grado di scoprire molti modelli diversi nei dati utilizzando vari algoritmi. Consente inoltre di eseguire scenari di pulizia dei dati tramite questi algoritmi. Desbordante dispone di una versione per console e di un’applicazione web facile da usare.
Schema-Inspector è un semplice modulo per la sanificazione e la validazione di oggetti JavaScript.
Domande frequenti
Qual è il repository #data-cleaning più popolare su GitHub?
Il progetto open source #data-cleaning più alto in classifica su GitHub è cleanlab/cleanlab, con 11,755 stelle. La libreria open-source di Cleanlab è il pacchetto AI data-centric standard per la qualità dei dati e l'apprendimento automatico con dati e etichette disordinati del mondo reale.
Quali linguaggi di programmazione sono più utilizzati nei repository #data-cleaning?
Tra i progetti #data-cleaning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, R.
Come viene calcolata la classifica dei repository #data-cleaning?
Monitoriamo 33 repository open source attivi contrassegnati con #data-cleaning (500+ stelle), per un totale di 83,468 stelle e una media di 2,529 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.