#data-quality-assessment Repository
Scopri 3 repository GitHub open source attivi contrassegnati con #data-quality-assessment, che raccolgono un totale di 1,966 stelle (con una media di 655 stelle per progetto). Il progetto leader di questo argomento è MigoXLab/dingo, con 771 stelle.
3 repository in totale
Dingo: Uno strumento completo per la valutazione della qualità di dati, modelli e applicazioni di IA
Un kit di benchmark leggero e plug-and-play per dati sintetici. Confronta Syncora con altri generatori (ad es. Gretel, MostlyAI) inserendo CSV, quindi calcola automaticamente metriche di fedeltà e somiglianza. Funziona con qualsiasi set di dati tramite una semplice denominazione dei file, senza complicate configurazioni.
Domande frequenti
Qual è il repository #data-quality-assessment più popolare su GitHub?
Il progetto open source #data-quality-assessment più alto in classifica su GitHub è MigoXLab/dingo, con 771 stelle. Dingo: Uno strumento completo per la valutazione della qualità di dati, modelli e applicazioni di IA
Quali linguaggi di programmazione sono più utilizzati nei repository #data-quality-assessment?
Tra i progetti #data-quality-assessment più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook.
Come viene calcolata la classifica dei repository #data-quality-assessment?
Monitoriamo 3 repository open source attivi contrassegnati con #data-quality-assessment (500+ stelle), per un totale di 1,966 stelle e una media di 655 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.