Git Stars Git Stars

#data-preparation Repositórios

Descubra 14 repositórios ativos de código aberto no GitHub marcados com #data-preparation, acumulando um total de 21,660 estrelas (uma média de 1,547 por projeto). O líder deste tópico é jtleek/datasharing, com 6,685 estrelas.

14
Total de Repositórios
21,660
Total de estrelas
1,547
Média de Estrelas/Repositório
Linguagens de programação: Python TypeScript HTML

14 repositórios no total

1
jtleek/datasharing

O guia do grupo Leek para partilha de dados

jtleek
⭐ 6,685 👤 jtleek User 🕐 Atualizado 2024-08-07 📅 Criado 2013-11-07
2
mcordts/cityscapesScripts

README e scripts para o Cityscapes Dataset

mcordts
⭐ 2,353 Python 👤 mcordts User 🕐 Atualizado 2026-10-04 📅 Criado 2016-02-20
3
NVIDIA-NeMo/Curator

Kit de ferramentas escalável para pré-processamento e curadoria de dados para LLMs

NVIDIA-NeMo
⭐ 1,866 Python 👤 NVIDIA-NeMo Organization 🕐 Atualizado 2026-11-19 📅 Criado 2024-03-14
4
skrub-data/skrub

Aprendizado de máquina com dataframes

skrub-data
⭐ 1,670 Python 👤 skrub-data Organization 🕐 Atualizado 2026-11-20 📅 Criado 2018-03-12
5
hi-primus/optimus

:truck: Fluxos de Trabalho Ágeis de Preparação de Dados facilitados com Pandas, Dask, cuDF, Dask-cuDF, Vaex e PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Atualizado 2024-12-02 📅 Criado 2017-07-13
6
amphi-ai/amphi-etl

Preparação visual de dados impulsionada por Python

amphi-ai
⭐ 1,410 TypeScript 👤 amphi-ai Organization 🕐 Atualizado 2026-08-24 📅 Criado 2024-03-20
7
pydata/patsy

Descrevendo modelos estatísticos em Python usando fórmulas simbólicas

pydata
⭐ 990 Python 👤 pydata Organization 🕐 Atualizado 2026-11-16 📅 Criado 2012-07-10
8
data-prep-kit/data-prep-kit

Projeto de código aberto para preparação de dados para aplicações GenAI

data-prep-kit
⭐ 968 HTML 👤 data-prep-kit Organization 🕐 Atualizado 2026-09-29 📅 Criado 2024-04-08
9
KMnO4-zx/huanhuan-chat

Chat-Zhenhuan é um modelo de linguagem de chat que imita o tom de Zhenhuan, desenvolvido através de um ajuste fino LoRA baseado no ChatGLM2, utilizando todas as falas e frases da personagem Zhenhuan do roteiro de 'A Lenda de Zhenhuan'.

KMnO4-zx
⭐ 820 Python 👤 KMnO4-zx User 🕐 Atualizado 2025-05-21 📅 Criado 2023-07-10
10
HKUSTDial/awesome-data-agents

Lista de artigos continuamente atualizada sobre avanços em Data Agents. Repositório complementar ao nosso artigo "A Survey of Data Agents: Emerging Paradigm or Overstated Hype?"

HKUSTDial
⭐ 804 Python 👤 HKUSTDial Organization 🕐 Atualizado 2026-11-08 📅 Criado 2025-08-31
11
agermanidis/pigeon

🐦 Anote dados rapidamente no conforto do seu Jupyter notebook

agermanidis
⭐ 788 Python 👤 agermanidis User 🕐 Atualizado 2024-04-04 📅 Criado 2017-09-05
12
NewbieIndieGameDev/steam-insights

Banco de dados de dados de jogos de vídeo Steam de outubro de 2024, incluindo detalhes do jogo, gêneros, análises, tags e insights do SteamSpy

NewbieIndieGameDev
⭐ 633 👤 NewbieIndieGameDev User 🕐 Atualizado 2025-01-01 📅 Criado 2024-12-10
13
huang1332/finetune_dataset_maker

Ferramenta de geração de conjunto de dados de ajuste fino projetada para ChatGLM, venha criar sua própria garota gato rapidamente.

huang1332
⭐ 608 Python 👤 huang1332 User 🕐 Atualizado 2024-02-25 📅 Criado 2023-04-05
14
firecrawl/llmstxt-generator

🔥 Gere os arquivos llms.txt e llms-full.txt para qualquer site!

firecrawl
⭐ 528 TypeScript 👤 firecrawl Organization 🕐 Atualizado 2025-06-17 📅 Criado 2024-11-19

Perguntas Frequentes

1

Qual é o repositório de #data-preparation mais popular no GitHub?

O projeto de código aberto de #data-preparation mais bem classificado no GitHub é jtleek/datasharing, com 6,685 estrelas. O guia do grupo Leek para partilha de dados

2

Quais linguagens de programação são mais usadas nos repositórios de #data-preparation?

Entre os projetos de #data-preparation mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, HTML.

3

Como é calculada a classificação dos repositórios de #data-preparation?

Acompanhamos 14 repositórios ativos de código aberto marcados com #data-preparation (com mais de 500 estrelas), totalizando 21,660 estrelas e uma média de 1,547 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.