#data-quality-assessment Репозитории
Откройте для себя 3 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #data-quality-assessment, с общим числом 1,966 звёзд (в среднем 655 на проект). Лидером этой темы является MigoXLab/dingo, набравший 771 звёзд.
Всего репозиториев: 3
Легкий комплект для бенчмаркинга синтетических данных, работающий по принципу «plug-and-play». Сравните Syncora с другими генераторами (например, Gretel, MostlyAI), загрузив CSV-файлы, а затем автоматически вычислите метрики достоверности и сходства. Работает с любым набором данных с помощью простого именования файлов, не требует сложной настройки.
Часто задаваемые вопросы
Какой репозиторий по теме #data-quality-assessment наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #data-quality-assessment на GitHub — MigoXLab/dingo, набравший 771 звёзд. Dingo: Комплексный инструмент для оценки качества данных, моделей и приложений ИИ
Какие языки программирования чаще всего используются в репозиториях по теме #data-quality-assessment?
Среди наиболее высоко оценённых проектов по теме #data-quality-assessment на GitHub чаще всего используются языки программирования Python, Jupyter Notebook.
Как рассчитывается рейтинг репозиториев по теме #data-quality-assessment?
Мы отслеживаем 3 активных репозиториев с открытым исходным кодом, отмеченных тегом #data-quality-assessment (500 и более звёзд), с общим числом 1,966 звёзд и в среднем 655 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.