#tabular-data Repository
Scopri 48 repository GitHub open source attivi contrassegnati con #tabular-data, che raccolgono un totale di 136,778 stelle (con una media di 2,849 stelle per progetto). Il progetto leader di questo argomento è bvaughn/react-virtualized, con 27,072 stelle.
48 repository in totale
Componenti React per il rendering efficiente di elenchi grandi e dati tabulari
Miller è come awk, sed, cut, join e sort per dati indicizzati per nome come CSV, TSV e JSON tabellare.
DataFrame ibrido Apache Arrow/NumPy Out-of-Core per Python, ML, visualizzazione ed esplorazione di grandi dati tabulari a un miliardo di righe al secondo 🚀
Una libreria veloce per AutoML e tuning. Unisciti al nostro Discord: https://discord.gg/Cppx2vSPVP.
Un componente per liste virtuali, griglie e layout masonry veloce e leggero, senza configurazione, per React, Vue, Solid, Svelte e Angular.
Una leggera applicazione TUI per visualizzare e interrogare file di dati tabellari, come CSV, TSV e parquet.
Implementazione PyTorch della carta TabNet: https://arxiv.org/pdf/1908.07442.pdf
🍞🔡 Il potente componente per visualizzare e modificare i dati. Esplora il Trasformatore di Dati definitivo!
Ricerca automatica dell'architettura e ottimizzazione degli iperparametri per PyTorch
SDG è un framework specializzato progettato per generare dati tabellari strutturati di alta qualità.
Assistente alla scrittura di codice AI che comprende il contenuto dei dati
📺(tv) Tidy Viewer è un CLI csv pretty printer multipiattaforma che utilizza lo styling delle colonne per massimizzare il piacere dello spettatore.
Informazioni accademiche complete e tempestive sull'apprendimento federato (articoli, framework, set di dati, tutorial, workshop)
Un framework unificato per modelli di deep learning su dati tabellari
Cosa c'è nei tuoi dati? Estrai schemi, statistiche ed entità dai set di dati
Un pacchetto flessibile per multimodal-deep-learning per combinare dati tabulari con testo e immagini utilizzando modelli Wide e Deep in Pytorch
Transformers4Rec è una libreria flessibile ed efficiente per raccomandazioni sequenziali e basate su sessioni che funziona con PyTorch.
ktrain è una libreria Python che rende il deep learning e l'IA più accessibili e facili da applicare
Implementazione di TabTransformer, una rete di attenzione per dati tabulari, in Pytorch
Machine Learning University: Corso accelerato sui dati tabellari
Un toolkit completo e benchmark per l'apprendimento di dati tabulari, che presenta oltre 35 metodi deep, più di 10 metodi classici e 300 diversi set di dati tabulari.
OpenFE: generazione automatizzata di feature con prestazioni di livello esperto
Una libreria per la generazione e la valutazione di dati tabellari sintetici per privacy, equità e aumento dei dati.
Raccogliamo articoli su "grandi modelli linguistici (LLM) per attività relative alle tabelle", ad esempio, l'uso di LLM per il task Table QA. Raccolta di documenti relativi a "Tabelle + LLM"
Questo progetto mira a raccogliere set di dati open-source per compiti di intelligenza tabellare (come domande-risposte su tabelle, generazione da tabelle a testo, ecc.), a organizzare i dati grezzi in formato di fine-tuning per istruzioni e a mettere a punto LLM, al fine di migliorare la loro comprensione dei dati tabellari e, infine, costruire modelli linguistici di grandi dimensioni specificamente orientati ai compiti di intelligenza tabellare.
Modello multimodale per dati testuali e tabulari con transformer HuggingFace come elemento costitutivo per dati testuali
Demo di generazione di dati sintetici utilizzando un set di dati transazionali del settore retail del Regno Unito. Ideale per professionisti nei settori retail, e-commerce, finanza e supply chain che desiderano creare dati sintetici realistici e a tutela della privacy per test, analisi e machine learning.
Conosciamo bene le GAN per il loro successo nella generazione di immagini realistiche. Tuttavia, possono essere applicate anche alla generazione di dati tabellari. Esamineremo e analizzeremo alcuni articoli recenti sulle GAN tabellari in azione.
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.
Kit di strumenti per la convalida dei dati, la valutazione e il monitoraggio della qualità dei dati.
Domande frequenti
Qual è il repository #tabular-data più popolare su GitHub?
Il progetto open source #tabular-data più alto in classifica su GitHub è bvaughn/react-virtualized, con 27,072 stelle. Componenti React per il rendering efficiente di elenchi grandi e dati tabulari
Quali linguaggi di programmazione sono più utilizzati nei repository #tabular-data?
Tra i progetti #tabular-data più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, Jupyter Notebook, Rust.
Come viene calcolata la classifica dei repository #tabular-data?
Monitoriamo 48 repository open source attivi contrassegnati con #tabular-data (500+ stelle), per un totale di 136,778 stelle e una media di 2,849 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.