#tabular-data Repositórios
Descubra 48 repositórios ativos de código aberto no GitHub marcados com #tabular-data, acumulando um total de 136,778 estrelas (uma média de 2,849 por projeto). O líder deste tópico é bvaughn/react-virtualized, com 27,072 estrelas.
48 repositórios no total
Componentes React para renderizar eficientemente grandes listas e dados tabulares
Miller é como awk, sed, cut, join e sort para dados com índice de nome, como CSV, TSV e JSON tabular
DataFrame híbrido Apache Arrow/NumPy com suporte 'out-of-core' para Python, ML, visualização e exploração de grandes dados tabulares, processando um bilhão de linhas por segundo 🚀
Uma biblioteca rápida para AutoML e otimização. Junte-se ao nosso Discord: https://discord.gg/Cppx2vSPVP.
Um componente de lista virtual, grade e masonry rápido e leve, sem necessidade de configuração, para React, Vue, Solid, Svelte e Angular.
Uma aplicação TUI leve para visualizar e consultar arquivos de dados tabulares, como CSV, TSV e parquet.
Implementação em PyTorch do artigo TabNet: https://arxiv.org/pdf/1908.07442.pdf
🍞🔡 O Componente Poderoso para Exibir e Editar Dados. Experimente o Transformador de Dados Definitivo!
Pesquisa automática de arquitetura e otimização de hiperparâmetros para PyTorch
SDG é uma estrutura especializada projetada para gerar dados tabulares estruturados de alta qualidade.
📺(tv) Tidy Viewer é um utilitário CLI multiplataforma para formatação elegante de CSVs que utiliza a estilização de colunas para maximizar a satisfação do visualizador.
Informações acadêmicas abrangentes e oportunas sobre aprendizado federado (artigos, frameworks, conjuntos de dados, tutoriais, workshops)
Uma estrutura unificada para modelos de aprendizado profundo em dados tabulares
O que há nos seus dados? Extraia esquemas, estatísticas e entidades de conjuntos de dados
Um pacote flexível para aprendizado profundo multimodal para combinar dados tabulares com texto e imagens usando modelos Wide and Deep no Pytorch
Transformers4Rec é uma biblioteca flexível e eficiente para recomendação sequencial e baseada em sessão que funciona com PyTorch.
ktrain é uma biblioteca Python que torna o aprendizado profundo e a IA mais acessíveis e fáceis de aplicar
Implementação do TabTransformer, uma rede de atenção para dados tabulares, em Pytorch
Universidade de Machine Learning: Curso Acelerado de Dados Tabulares
Um kit de ferramentas e benchmark abrangente para aprendizado de dados tabulares, apresentando mais de 35 métodos profundos, mais de 10 métodos clássicos e 300 diversos conjuntos de dados tabulares.
OpenFE: geração automatizada de recursos com desempenho de nível especialista
Uma biblioteca para gerar e avaliar dados tabulares sintéticos para privacidade, justiça e aumento de dados.
Coletamos artigos sobre "modelos de linguagem grandes (LLM) para tarefas relacionadas a tabelas", por exemplo, usando LLM para tarefas de QA de tabelas. Organização de artigos relacionados a 'Tabelas + LLM'
Este projeto visa coletar conjuntos de dados de tarefas de inteligência de tabelas de código aberto (como perguntas e respostas sobre tabelas, geração de texto a partir de tabelas, etc.), organizar os dados brutos no formato de ajuste fino de instrução e, em seguida, ajustar um LLM, a fim de aprimorar a compreensão do LLM sobre dados de tabelas e, finalmente, construir um modelo de linguagem grande especializado em tarefas de inteligência de tabelas.
Modelo multimodal para dados de texto e tabulares com transformadores HuggingFace como bloco de construção para dados de texto
Demonstração de geração de dados sintéticos utilizando um conjunto de dados transacionais de varejo do Reino Unido. Ideal para profissionais dos setores de varejo, e-commerce, finanças e cadeia de suprimentos que desejam criar dados sintéticos realistas e que preservam a privacidade para testes, análises e aprendizado de máquina.
Conhecemos bem as GANs pelo seu sucesso na geração de imagens realistas. No entanto, elas podem ser aplicadas na geração de dados tabulares. Revisaremos e examinaremos alguns artigos recentes sobre GANs tabulares em ação.
Desbordante é um perfilador de dados de alto desempenho capaz de descobrir muitos padrões diferentes nos dados usando vários algoritmos. Ele também permite executar cenários de limpeza de dados utilizando esses algoritmos. O Desbordante possui uma versão para console e uma aplicação web fácil de usar.
Kit de ferramentas de validação de dados para avaliar e monitorar a qualidade dos dados.
Perguntas Frequentes
Qual é o repositório de #tabular-data mais popular no GitHub?
O projeto de código aberto de #tabular-data mais bem classificado no GitHub é bvaughn/react-virtualized, com 27,072 estrelas. Componentes React para renderizar eficientemente grandes listas e dados tabulares
Quais linguagens de programação são mais usadas nos repositórios de #tabular-data?
Entre os projetos de #tabular-data mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, TypeScript, Jupyter Notebook, Rust.
Como é calculada a classificação dos repositórios de #tabular-data?
Acompanhamos 48 repositórios ativos de código aberto marcados com #tabular-data (com mais de 500 estrelas), totalizando 136,778 estrelas e uma média de 2,849 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.