Git Stars Git Stars

#data-preprocessing 저장소

#data-preprocessing 태그가 지정된 GitHub의 활성 오픈 소스 저장소 34개를 확인해 보세요. 총 83,063개의 스타를 획득했으며 프로젝트당 평균 2,443개입니다. 이 주제를 이끄는 저장소는 19,698개의 스타를 받은 openai/tiktoken입니다.

34
총 리포지토리
83,063
총 별점
2,443
리포지토리당 평균 스타 수

저장소 총 34개

1
openai/tiktoken

tiktoken은 OpenAI 모델에 사용되는 빠른 BPE 토크나이저입니다.

openai
⭐ 19,698 Python 👤 openai Organization 🕐 업데이트됨 2026-11-08 📅 생성됨 2022-12-01
2
dwyl/english-words

:memo: 사전/단어 기반 프로젝트에 대한 479k개의 영어 단어가 포함된 텍스트 파일, 예: 자동 완성 / 자동 제안

dwyl
⭐ 12,122 Python 👤 dwyl Organization 🕐 업데이트됨 2025-01-06 📅 생성됨 2014-07-13
3
sjwhitworth/golearn

Go를 위한 머신러닝

sjwhitworth
⭐ 9,455 Go 👤 sjwhitworth User 🕐 업데이트됨 2024-01-15 📅 생성됨 2013-12-26
4
codemayq/chinese-chatbot-corpus

중국어 공개 채팅 말뭉치

codemayq
⭐ 4,171 Python 👤 codemayq User 🕐 업데이트됨 2024-04-23 📅 생성됨 2018-11-04
5
TommyZihao/Train_Custom_Dataset

자신의 데이터 세트를 주석 처리하고, 자신의 인공지능 알고리즘을 훈련, 평가, 테스트 및 배포합니다.

TommyZihao
⭐ 4,132 Jupyter Notebook 👤 TommyZihao User 🕐 업데이트됨 2026-01-07 📅 생성됨 2022-07-23
6
rspeer/python-ftfy

유니코드 텍스트의 mojibake와 다른 글리치를 사후에 수정합니다.

rspeer
⭐ 4,004 Python 👤 rspeer User 🕐 업데이트됨 2024-10-30 📅 생성됨 2012-08-24
7
The-Japan-DataScientist-Society/100knocks-preprocess

데이터 사이언스 100 문제 풀이 (구조화 데이터 처리편)

The-Japan-DataScientist-Society
⭐ 2,536 HTML 👤 The-Japan-DataScientist-Society Organization 🕐 업데이트됨 2026-11-11 📅 생성됨 2020-05-28
8
scikit-learn-contrib/category_encoders

sklearn 호환 범주형 변수 인코더 라이브러리

scikit-learn-contrib
⭐ 2,510 Python 👤 scikit-learn-contrib Organization 🕐 업데이트됨 2026-10-31 📅 생성됨 2015-11-29
9
WillKoehrsen/feature-selector

피처 선택기는 머신러닝 데이터셋의 차원 축소를 위한 도구입니다

WillKoehrsen
⭐ 2,237 Jupyter Notebook 👤 WillKoehrsen User 🕐 업데이트됨 2024-06-17 📅 생성됨 2018-06-20
10
skrub-data/skrub

데이터프레임과 함께하는 머신러닝

skrub-data
⭐ 1,670 Python 👤 skrub-data Organization 🕐 업데이트됨 2026-11-20 📅 생성됨 2018-03-12
11
lizhe2004/Awesome-LLM-RAG-Application

RAG 패턴 기반 LLM 애플리케이션에 대한 리소스

lizhe2004
⭐ 1,662 👤 lizhe2004 User 🕐 업데이트됨 2026-10-12 📅 생성됨 2023-12-27
12
hashcat/hashcat-utils

고급 비밀번호 크래킹에 유용한 작은 유틸리티

hashcat
⭐ 1,643 C 👤 hashcat Organization 🕐 업데이트됨 2026-10-27 📅 생성됨 2015-11-20
13
scikit-learn-contrib/boruta_py

Boruta 전체 관련 특징 선택 방법의 Python 구현.

scikit-learn-contrib
⭐ 1,635 Python 👤 scikit-learn-contrib Organization 🕐 업데이트됨 2025-11-13 📅 생성됨 2016-01-30
14
jadijadi/machine_learning_with_python_jadi

ML 과정에서 사용하는 노트북

jadijadi
⭐ 1,215 Jupyter Notebook 👤 jadijadi User 🕐 업데이트됨 2025-10-16 📅 생성됨 2021-09-20
15
campusx-official/ML-Roadmap-for-2022

6개월 안에 ML 환경을 정복하는 데 도움이 되는 머신러닝 동영상, 링크, 프로젝트 및 데이터셋 모음집

campusx-official
⭐ 1,119 👤 campusx-official User 🕐 업데이트됨 2024-08-20 📅 생성됨 2022-01-10
16
tensorflow/transform

입력 파이프라인 프레임워크

tensorflow
⭐ 992 Python 👤 tensorflow Organization 🕐 업데이트됨 2026-08-14 📅 생성됨 2017-02-10
17
data-prep-kit/data-prep-kit

GenAI 애플리케이션을 위한 데이터 준비 오픈 소스 프로젝트

data-prep-kit
⭐ 968 HTML 👤 data-prep-kit Organization 🕐 업데이트됨 2026-09-29 📅 생성됨 2024-04-08
19
IIIS-Li-Group/OpenFE

OpenFE: 전문가 수준의 성능을 갖춘 자동 특성 생성

IIIS-Li-Group
⭐ 842 Python 👤 IIIS-Li-Group Organization 🕐 업데이트됨 2024-05-27 📅 생성됨 2022-11-21
20
potree/PotreeConverter

Potree와 함께 사용할 다중 해상도 포인트 클라우드 생성

potree
⭐ 823 JavaScript 👤 potree User 🕐 업데이트됨 2026-11-02 📅 생성됨 2014-02-08
22
LAION-AI/audio-dataset

CLAP 및 기타 모델 훈련용 오디오 데이터셋

LAION-AI
⭐ 750 Python 👤 LAION-AI Organization 🕐 업데이트됨 2026-01-08 📅 생성됨 2022-03-07
24
cesium-ml/cesium

머신러닝 시계열 플랫폼

cesium-ml
⭐ 682 Python 👤 cesium-ml Organization 🕐 업데이트됨 2025-01-17 📅 생성됨 2014-10-29
25
NathanEpstein/Dora

파이썬에서의 탐색적 데이터 분석 도구

NathanEpstein
⭐ 647 Python 👤 NathanEpstein User 🕐 업데이트됨 2025-08-05 📅 생성됨 2016-02-16
26
Western-OC2-Lab/AutoML-Implementation-for-Static-and-Dynamic-Data-Analytics

정적/배치 및 온라인/지속적 학습을 위한 자동화된 기계 학습(AutoML) 방법 사용 구현/튜토리얼

Western-OC2-Lab
⭐ 629 Jupyter Notebook 👤 Western-OC2-Lab Organization 🕐 업데이트됨 2024-05-14 📅 생성됨 2022-09-09
27
tidymodels/recipes

모델링 준비를 위한 특징 공학 및 데이터 전처리용 파이프라인 가능한 단계

tidymodels
⭐ 626 R 👤 tidymodels Organization 🕐 업데이트됨 2026-09-17 📅 생성됨 2016-12-16
29
Lightning-AI/litData

데이터 로딩을 수정하여 모델 학습 속도를 높이세요.

Lightning-AI
⭐ 617 Python 👤 Lightning-AI Organization 🕐 업데이트됨 2026-11-17 📅 생성됨 2024-02-15
30
torcheeg/torcheeg

TorchEEG는 EEG 신호 분석을 위해 PyTorch를 기반으로 구축된 라이브러리입니다.

torcheeg
⭐ 585 Python 👤 torcheeg Organization 🕐 업데이트됨 2026-11-04 📅 생성됨 2022-06-06
31
machinelearnjs/machinelearnjs

웹과 Node를 위한 머신러닝 라이브러리.

machinelearnjs
⭐ 541 TypeScript 👤 machinelearnjs Organization 🕐 업데이트됨 2026-02-07 📅 생성됨 2018-04-29
32
mlfoundations/open_lm

중형 언어 모델에 대한 연구를 위한 리포지토리입니다.

mlfoundations
⭐ 536 Python 👤 mlfoundations Organization 🕐 업데이트됨 2025-06-06 📅 생성됨 2023-08-23
33
akanz1/klib

데이터 정리 및 분석을 위한 사용자 정의 함수로 구성된 사용하기 쉬운 Python 라이브러리.

akanz1
⭐ 523 Python 👤 akanz1 User 🕐 업데이트됨 2026-10-28 📅 생성됨 2020-03-25
34
Desbordante/desbordante-core

Desbordante는 다양한 알고리즘을 사용하여 데이터에서 여러 가지 패턴을 발견할 수 있는 고성능 데이터 프로파일러입니다. 또한 이러한 알고리즘을 사용해 데이터 정제 시나리오를 실행할 수도 있습니다. Desbordante는 콘솔 버전과 사용하기 쉬운 웹 애플리케이션을 제공합니다.

Desbordante
⭐ 522 C++ 👤 Desbordante Organization 🕐 업데이트됨 2026-11-17 📅 생성됨 2020-04-09

자주 묻는 질문

1

GitHub에서 가장 인기 있는 #data-preprocessing 저장소는 무엇인가요?

GitHub에서 가장 높은 순위의 오픈 소스 #data-preprocessing 프로젝트는 19,698개의 스타를 받은 openai/tiktoken입니다. tiktoken은 OpenAI 모델에 사용되는 빠른 BPE 토크나이저입니다.

2

#data-preprocessing 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?

GitHub에서 순위가 가장 높은 #data-preprocessing 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, HTML, Go입니다.

3

#data-preprocessing 저장소 순위는 어떻게 계산되나요?

#data-preprocessing 태그가 지정된 활성 오픈 소스 저장소(34개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 83,063개이며 저장소당 평균 2,443개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.