#exploratory-data-analysis Repository
Scopri 29 repository GitHub open source attivi contrassegnati con #exploratory-data-analysis, che raccolgono un totale di 87,068 stelle (con una media di 3,002 stelle per progetto). Il progetto leader di questo argomento è Data-Centric-AI-Community/fg-data-profiling, con 13,755 stelle.
29 repository in totale
Profilazione della qualità dei dati & analisi esplorativa dei dati con 1 riga di codice per Pandas e Spark DataFrames.
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.
Business intelligence come codice: crea visualizzazioni di dati veloci e interattive in SQL e markdown
Libro_2_《La bellezza della vista》 | Libro Iris: Dall'addizione, sottrazione, moltiplicazione e divisione all'apprendimento automatico, critiche e suggerimenti sono i benvenuti.
Visualizza e confronta set di dati, valori target e associazioni con una sola riga di codice.
Una griglia interattiva per ordinare, filtrare e modificare DataFrame nei notebook Jupyter
Belle visualizzazioni di come la lingua differisce tra i tipi di documento.
Libreria open-source a basso codice per la preparazione dei dati in Python. Raccogli, pulisci e visualizza i tuoi dati in Python con poche righe di codice.
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
Trova automaticamente problemi nei set di dati di immagini e pratica la visione artificiale data-centric.
Compilazione di codici di programmazione R e Python sul canale YouTube di Data Professor.
Libreria .NET facile da usare per la manipolazione di dati e serie temporali e per la programmazione scientifica
Un ottimo set di dati introduttivo per l'esplorazione e la visualizzazione dei dati (alternativa a iris).
Analisi Esplorativa dei Dati Pratica con Python, pubblicato da Packt
Ciclo di vita completo di un progetto di data science
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.
Skimpy è uno strumento leggero che fornisce statistiche riassuntive sulle variabili nei dataframe all'interno della console.
Domande frequenti
Qual è il repository #exploratory-data-analysis più popolare su GitHub?
Il progetto open source #exploratory-data-analysis più alto in classifica su GitHub è Data-Centric-AI-Community/fg-data-profiling, con 13,755 stelle. Profilazione della qualità dei dati & analisi esplorativa dei dati con 1 riga di codice per Pandas e Spark DataFrames.
Quali linguaggi di programmazione sono più utilizzati nei repository #exploratory-data-analysis?
Tra i progetti #exploratory-data-analysis 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 #exploratory-data-analysis?
Monitoriamo 29 repository open source attivi contrassegnati con #exploratory-data-analysis (500+ stelle), per un totale di 87,068 stelle e una media di 3,002 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.