#data-visualization リポジトリ
リポジトリ合計568件
🔥データビジュアライゼーション、ダッシュボード、Echarts、SQL、API、VUEをサポート。Jupyterでの使用可能、pyechartsより容易、非常に低い参入障壁、すぐに使える、ドラッグ&ドロップより便利、プロジェクトプラグインまたは独立プラットフォームとして利用可能、シンプル、アジャイル、効率的、汎用的、高度にカスタマイズ可能、フロントエンドとバックエンドを完全に接続、グラフィカルデータ連携、フィルタリング開発にストレスなし、データキャッシュ処理メカニズムによりレポートがより迅速に。
Druid 向けのビジネスインテリジェンス、データエクスプロレーションおよびビジュアライゼーションの Web アプリケーション、旧称 Swiv および Pivot
dnspyは、世界中のDNSサーバーのローカルでのアクセス可能性とパフォーマンスを測定するために使用されるバルクDNSサーバーベンチマークツールです。ビジュアルチャートを生成します。
AIが研究図を作成しました。Tavottoなら、投稿可能な仕上がりにできます。キャンバス上でmatplotlibの図やAI生成図を編集し、複数パネルのページをmm単位でレイアウト。書き出し前にジャーナルの規定も確認できます。スクリプトには手を加えません。
streamlit-option-menuは、ユーザーがメニュー内のオプションリストから単一の項目を選択できるシンプルなStreamlitコンポーネントです。
フルスタックML(機械学習)ロードマップには、データ収集と前処理、モデル開発、デプロイ、メンテナンスを含む、機械学習のすべての側面で習熟するために必要なスキルとテクノロジーを学ぶことが含まれます。
Augurが限界に達したとき、私たちはAveloxisを作成しました:OSSメトリクスデータを確実に収集するためです。3日間で40,000のリポジトリを完全に収集できたのは、良い成果だと思いませんか?
ML-capsuleは、メンターや指導者がおらず、機械学習を学びたいと考えている初心者や経験豊富なデータサイエンス愛好家のためのプロジェクトです。私たちのリポジトリを使用することで、ML、DL、および多くの関連技術をさまざまな実世界のプロジェクトを通じて学び、面接の準備を整えることができます。
データサイエンスを追跡しましょう。SkoreのオープンソースPythonライブラリは、機械学習モデル開発を加速し、自動評価レポート、賢明な方法論ガイダンス、包括的なクロスバリデーション分析を提供します。
GNU Octave ミラー (https://www.octave.org/hg/octave)。バグレポートやプルリクエスト(パッチ)の提出は https://bugs.octave.org までお願いします。
合成データ用の軽量プラグアンドプレイベンチマークキット。CSVをドロップインして、自動的に忠実度および類似性メトリックを計算することにより、Syncoraを他のジェネレーター(例:Gretel、MostlyAI)と比較します。簡単なファイル名で任意のデータセットで機能し、複雑なセットアップは不要です。