#data-quality Репозитории
Откройте для себя 41 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #data-quality, с общим числом 205,347 звёзд (в среднем 5,008 на проект). Лидером этой темы является GokuMohandas/Made-With-ML, набравший 50,112 звёзд.
Всего репозиториев: 41
Узнайте, как разрабатывать, развертывать и итерировать производственные приложения ML.
📚 Статьи и технические блоги от компаний, делящихся своей работой по науке о данных и машинному обучению в производстве.
OpenMetadata — это открытый уровень контекста для данных и ИИ, представляющий собой платформу для создания надежного контекста данных и бизнес-семантики для людей, ИИ-ассистентов и агентов.
Профилирование качества данных & разведочный анализ данных в 1 строку кода для Pandas и Spark DataFrames.
Открытая библиотека Cleanlab — это стандартный пакет data-centric AI для качества данных и машинного обучения с беспорядочными реальными данными и метками.
Evidently — это фреймворк с открытым исходным кодом для обеспечения наблюдаемости ML и LLM. Оценивайте, тестируйте и отслеживайте любую систему на базе ИИ или конвейер данных. От табличных данных до Gen AI. Более 100 метрик.
Узнайте, как проектировать, разрабатывать, развертывать и итерировать производственные ML-приложения.
Библиотека с открытым исходным кодом для ведения журналов данных для моделей машинного обучения и конвейеров данных. 📚 Обеспечивает наглядность качества данных и производительности модели с течением времени. 🛡️ Поддерживает сбор данных с сохранением конфиденциальности, обеспечивая безопасность и надежность. 📈
Виртуальное хранилище признаков. Превратите существующую инфраструктуру данных в хранилище признаков.
Feathr – Масштабируемая, унифицированная платформа для инжиниринга данных и искусственного интеллекта для корпораций
Масштабируемый набор инструментов для предварительной обработки и курирования данных для LLM
re_data - исправьте проблемы с данными, прежде чем ваши пользователи и генеральный директор их обнаружат 😊
ETL/ELT с открытым исходным кодом, который можно развернуть на собственных серверах или в облаке. Построен на DuckDB: визуальные конвейеры без кода или с минимальным кодом либо SQL, 446 компонентов, dbt, CDC, контроль качества данных, обратный ETL, происхождение данных и MCP для ИИ-агентов. Без облака поставщика и без оплаты за каждую строку.
Первая платформа с открытым исходным кодом для обнаружения и наблюдаемости данных. Мы облегчаем жизнь специалистам по данным, чтобы вы могли сосредоточиться на своем бизнесе.
Автоматически находите проблемы в наборах данных изображений и практикуйте ориентированное на данные компьютерное зрение.
Курированный, но неполный список ресурсов по ориентированному на данные ИИ.
Тестирование контрактов данных с открытым исходным кодом для Snowflake, Databricks, BigQuery, Kafka и ещё 15 платформ. Создано на основе Open Data Contract Standard (ODCS). Лицензия MIT.
Создайте хранилище данных в SQL Server на основе двух исходных систем — CRM и ERP — с использованием слоёв bronze, silver и gold. Файлы и скрипты полного бесплатного проекта.
Оценка качества данных и отчетность по метаданным для фреймов данных и таблиц базы данных
Многоразово применимый навык аналитики с 15 примерами на основе открытых данных. Определите решение и доступные ресурсы, протестируйте конкурирующие методы на одних и тех же исходных данных и подготовьте отчёт, связывающий каждый вывод с соответствующими данными и расчётами.
Каркас управления данными для Python, предоставляющий функциональность для описания, извлечения, проверки и преобразования табличных данных
Узнайте свои данные лучше! Datavines — это платформа нового поколения для наблюдения за данными, поддерживающая управление метаданными и качество данных.
Qualitis — это платформа комплексного управления качеством данных, которая поддерживает проверку качества, уведомления и управление для различных источников данных. Она используется для решения различных проблем качества данных, вызванных обработкой данных. https://github.com/WeBankFinTech/Qualitis
Подборка громких реальных примеров неудачных проектов машинного обучения
Система машинного обучения промышленного уровня для автоматического обнаружения ошибок единиц измерения | Точность 88-92% | Автономность 94% | Рабочий процесс KNIME
Движок для отслеживания, визуализации, интерпретируемости, обнаружения дрейфа и создания дашбордов для ИИ/ML/данных в Polyaxon.
Часто задаваемые вопросы
Какой репозиторий по теме #data-quality наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #data-quality на GitHub — GokuMohandas/Made-With-ML, набравший 50,112 звёзд. Узнайте, как разрабатывать, развертывать и итерировать производственные приложения ML.
Какие языки программирования чаще всего используются в репозиториях по теме #data-quality?
Среди наиболее высоко оценённых проектов по теме #data-quality на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, Java, TypeScript.
Как рассчитывается рейтинг репозиториев по теме #data-quality?
Мы отслеживаем 41 активных репозиториев с открытым исходным кодом, отмеченных тегом #data-quality (500 и более звёзд), с общим числом 205,347 звёзд и в среднем 5,008 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.