#data-visualization 저장소
저장소 총 568개
🔥데이터 시각화, 대시보드, Echarts, SQL, API, VUE 지원, Jupyter에서 사용 가능, pyecharts보다 쉬움, 매우 낮은 진입 장벽, 즉시 사용 가능, 드래그 앤 드롭보다 편리함, 프로젝트 플러그인 또는 독립 플랫폼으로 사용 가능, 단순함, 민첩함, 효율적임, 범용적임, 고도로 맞춤 설정 가능, 프론트엔드와 백엔드를 완벽하게 연결, 그래픽 데이터 연동, 필터 개발에 대한 스트레스 없음, 데이터 캐싱 메커니즘으로 보고서 속도를 높임.
dnspy는 전 세계 DNS 서버의 로컬 접속성 및 성능을 측정하는 데 사용되는 대량 DNS 서버 벤치마킹 도구입니다. 시각적 차트를 생성합니다.
AI가 연구용 그림을 그렸습니다. Tavotto로 출판에 적합한 상태로 다듬어 보세요. 캔버스에서 matplotlib 및 AI 생성 그림을 편집하고, 여러 패널로 구성된 페이지를 mm 단위로 배치하며, 내보내기 전에 학술지 규정을 확인할 수 있습니다. 스크립트는 그대로 유지됩니다.
React Native를 위한 달콤하고 단순한 차트 라이브러리로, 우리 모두 성공할 수 있다는 느낌을 줄 것입니다.
streamlit-option-menu는 사용자가 메뉴에서 옵션 목록 중 단일 항목을 선택할 수 있도록 하는 간단한 Streamlit 구성 요소입니다.
풀 스택 ML(머신러닝) 로드맵은 데이터 수집 및 전처리, 모델 개발, 배포, 유지 관리를 포함한 머신러닝의 모든 측면에서 능숙해지기 위해 필요한 기술과 기술을 배우는 것을 포함합니다.
Augur가 한계에 다다랐을 때, 우리는 Aveloxis를 만들었습니다: OSS 메트릭 데이터를 안정적으로 수집하기 위해서죠. 3일 만에 40,000개의 저장소를 완전히 수집했다면, 괜찮은 성과 아닌가요?
ML-capsule은 멘토나 가이드 없이 머신러닝을 배우고자 하는 초보자 및 숙련된 데이터 과학 애호가를 위한 프로젝트입니다. 저희 저장소를 사용하여 ML, DL 및 다양한 관련 기술을 실제 프로젝트를 통해 배우고 인터뷰를 준비할 수 있습니다.
당신의 데이터 과학을 추적하세요. Skore의 오픈 소스 Python 라이브러리는 자동화된 평가 보고서, 스마트한 방법론 안내 및 종합적인 교차 검증 분석으로 ML 모델 개발을 가속화합니다.
GNU Octave 미러 (https://www.octave.org/hg/octave). 버그를 보고하고 풀 리퀘스트(패치)를 제출하려면 https://bugs.octave.org를 방문하십시오.
합성 데이터를 위한 경량 플러그 앤 플레이 벤치마크 키트. CSV를 드롭인하고 충실도 및 유사성 지표를 자동 계산하여 Syncora를 다른 생성기(예: Gretel, MostlyAI)와 비교하십시오. 간단한 파일 이름 지정으로 모든 데이터 세트에서 작동하며 복잡한 설정이 필요하지 않습니다.