#data-quality Repositórios
Descubra 41 repositórios ativos de código aberto no GitHub marcados com #data-quality, acumulando um total de 205,347 estrelas (uma média de 5,008 por projeto). O líder deste tópico é GokuMohandas/Made-With-ML, com 50,112 estrelas.
41 repositórios no total
Aprenda a desenvolver, implantar e iterar em aplicativos de ML de nível de produção.
📚 Artigos e blogs de tecnologia de empresas compartilhando seu trabalho em ciência de dados e aprendizado de máquina em produção.
A camada de contexto aberto para dados e IA, OpenMetadata, é a plataforma aberta para construir contexto de dados confiável e semântica de negócios para humanos, assistentes de IA e agentes.
1 Linha de perfilamento de qualidade de dados e análise exploratória de dados para DataFrames Pandas e Spark.
A biblioteca de código aberto do Cleanlab é o pacote padrão de IA centrado em dados para qualidade de dados e aprendizado de máquina com dados e rótulos reais e confusos.
Evidently é uma estrutura de observabilidade de ML e LLM de código aberto. Avalie, teste e monitore qualquer sistema com IA ou pipeline de dados. De dados tabulares a Gen AI. Mais de 100 métricas.
Aprenda a projetar, desenvolver, implantar e iterar em aplicações de ML de nível de produção.
Uma biblioteca de registro de dados de código aberto para modelos de aprendizado de máquina e pipelines de dados. 📚 Oferece visibilidade da qualidade dos dados e do desempenho do modelo ao longo do tempo. 🛡️ Suporta coleta de dados que preserva a privacidade, garantindo segurança e robustez. 📈
Motor de Contratos de Dados para a pilha de dados moderna. https://www.soda.io
O Feature Store Virtual. Transforme sua infraestrutura de dados existente em um feature store.
Feathr – Uma plataforma unificada e escalável de engenharia de dados e IA para empresas
Kit de ferramentas escalável para pré-processamento e curadoria de dados para LLMs
re_data - corrija os problemas de dados antes que seus usuários e o CEO os descubram 😊
ETL/ELT de código aberto que você implanta nos seus próprios servidores ou na nuvem. Desenvolvido com base no DuckDB: pipelines visuais no-code/low-code ou SQL, 446 componentes, dbt, CDC, qualidade de dados, ETL reverso, linhagem e MCP para agentes de IA. Sem nuvem do fornecedor e sem cobrança por linha.
Primeira plataforma open-source de descoberta e observabilidade de dados. Tornamos a vida dos profissionais de dados fácil para que você possa se concentrar em seus negócios.
Encontre automaticamente problemas em conjuntos de dados de imagem e pratique visão computacional centrada em dados.
Uma lista selecionada, mas incompleta, de recursos de IA centrados em dados.
Testes de contratos de dados de código aberto para Snowflake, Databricks, BigQuery, Kafka e mais 15 plataformas. Desenvolvidos com base no Open Data Contract Standard (ODCS). Licença MIT.
Crie um data warehouse no SQL Server a partir de dois sistemas de origem, um CRM e um ERP, passando pelas camadas bronze, silver e gold. Arquivos e scripts do projeto completo gratuito.
📙 Catálogos de Dados e Plataformas de Observabilidade Incríveis.
Avaliação da qualidade dos dados e relatórios de metadados para data frames e tabelas de banco de dados
Uma competência analítica reutilizável com 15 casos baseados em dados públicos. Defina a decisão e os recursos disponíveis, teste métodos concorrentes com base nas mesmas evidências e entregue um relatório que relacione cada descoberta aos seus dados e cálculos.
Estrutura de gerenciamento de dados para Python que fornece funcionalidades para descrever, extrair, validar e transformar dados tabulares
Dingo: Uma Ferramenta Abrangente de Avaliação da Qualidade de Dados, Modelos e Aplicações de IA
Conheça melhor os seus dados! A Datavines é a Plataforma de Observabilidade de Dados de Próxima Geração, com suporte a gerenciamento de metadados e qualidade de dados.
Qualitis é uma plataforma completa de gerenciamento de qualidade de dados que suporta verificação, notificação e gerenciamento de qualidade para diversas fontes de dados. É utilizada para resolver vários problemas de qualidade de dados causados pelo processamento de dados. https://github.com/WeBankFinTech/Qualitis
Compilação de exemplos notórios do mundo real de projetos de aprendizado de máquina fracassados
Sistema de ML de Grau de Produção para Detecção Automatizada de Erros de Unidade de Medida | Precisão de 88-92% | Autonomia de 94% | Fluxo de Trabalho KNIME
Motor para rastreamento, visualização, explicabilidade, detecção de desvio e painéis de IA/ML/dados para Polyaxon.
Kit de ferramentas de validação de dados para avaliar e monitorar a qualidade dos dados.
Perguntas Frequentes
Qual é o repositório de #data-quality mais popular no GitHub?
O projeto de código aberto de #data-quality mais bem classificado no GitHub é GokuMohandas/Made-With-ML, com 50,112 estrelas. Aprenda a desenvolver, implantar e iterar em aplicativos de ML de nível de produção.
Quais linguagens de programação são mais usadas nos repositórios de #data-quality?
Entre os projetos de #data-quality mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Java, TypeScript.
Como é calculada a classificação dos repositórios de #data-quality?
Acompanhamos 41 repositórios ativos de código aberto marcados com #data-quality (com mais de 500 estrelas), totalizando 205,347 estrelas e uma média de 5,008 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.