#data Репозитории
Всего репозиториев: 232
[NeurIPS 2026] DataFlex: унифицированный бенчмарк и платформа оценки для обучения больших языковых моделей с акцентом на данные
Проект Data Transfer Project упрощает создание платформами функций интероперабельной переносимости пользовательских данных. Мы устанавливаем общую структуру, включая модели данных и протоколы, чтобы обеспечить прямую передачу данных как в, так и из участвующих онлайн-провайдеров услуг.
AnyCrawl 🚀: Node.js/TypeScript-краулер, который преобразует веб-сайты в данные, готовые для LLM, и извлекает структурированные результаты SERP из Google/Bing/Baidu/и т.д. Собственная многопоточность для пакетной обработки.
Куратированный список крутых JSON-датасетов, не требующих аутентификации.
Memphis.dev — это высокомасштабируемая и простая платформа для потоковой передачи данных
Простой, декларативный и компонуемый способ получения данных для компонентов React
Альтернатива Tableau с открытым исходным кодом. Встраиваемый визуальный анализ
Извлекайте данные из широкого спектра интернет-источников в DataFrame pandas.
Apache DevLake — это платформа для анализа данных разработки с открытым исходным кодом, предназначенная для сбора, анализа и визуализации разрозненных данных из инструментов DevOps, извлекая ценную информацию для инженерного совершенства, опыта разработчиков и роста сообщества.
QuantMind — это открытый фреймворк для извлечения и поиска знаний в области количественных финансов, изначально разработанный для интеллектуальных агентов.
Добавьте узел аналитики в реальном времени в свою рабочую базу данных. Spice — это портативный и ускоренный движок для SQL-запросов, поиска и LLM-выводов, написанный на Rust для приложений и агентов ИИ, основанных на данных.
Deepnote — это прямая замена Jupyter с дизайном, ориентированным на искусственный интеллект, элегантным пользовательским интерфейсом, новыми блоками и нативными интеграциями данных. Используйте Python, R и SQL локально в вашем любимом IDE, а затем масштабируйтесь до облака Deepnote для совместной работы в реальном времени, агента Deepnote и развертываемых приложений для работы с данными. https://deepnote.com/
Хорошо протестированный и комплексный пакет библиотеки статистики Golang без зависимостей.
Список общедоступных наборов данных с данными в реальном времени, поддерживаемых командой bytewax.io
PyPika — это конструктор SQL-запросов для Python, который раскрывает всю полноту языка SQL, используя синтаксис, отражающий результирующий запрос. PyPika преуспевает во всех видах SQL-запросов, но особенно полезен для анализа данных.
🎁 Более 7 400 000 изображений Unsplash доступны для исследований и машинного обучения
Книга_6_"Путь Данных" | Книга Ириса: От сложения, вычитания, умножения и деления до машинного обучения; мы приветствуем вашу критику и исправления! Студенты, которые исправят больше ошибок, получат книгу в подарок в знак благодарности!
Meltano: декларативный движок интеграции данных, ориентированный на код, который воплощает в жизнь ваши самые смелые идеи продуктов на основе данных и машинного обучения. Попрощайтесь с написанием, поддержкой и масштабированием собственных интеграций API.
ArcticDB — это высокопроизводительная бессерверная база данных DataFrame, созданная для экосистемы науки о данных Python.
Расширения Jupyter, которые помогут вам быстрее писать код: контекстно-зависимый чат с ИИ, автозаполнение и электронная таблица
Malloy — это современный язык с открытым исходным кодом для описания взаимосвязей и преобразований данных.
Библиотека Python для создания конвейеров данных с использованием функционального программирования в цепочке
Списки стран ISO 3166-1, объединённые с их региональными кодами схемы географического деления ООН в готовых к использованию наборах данных JSON, XML, CSV
Data Scientist на основе LLM, собственное приложение данных на основе ИИ. Бесконечное мышление на основе ИИ переосмысливает BI.
📅🇨🇳 Данные о государственных праздниках Китая Автоматически собираются ежедневно из объявлений Госсовета
Распределенный фреймворк для интеграции данных, который упрощает общие аспекты интеграции больших данных, такие как сбор данных, репликация, организация и управление жизненным циклом как для потоковых, так и для пакетных экосистем данных.
Вложенный оператор данных (и CLI) Python для всех ваших декларативных потребностей в реструктуризации. Есть данные? Сгрупируйте их! ☄️
Откройте набор данных открытых упражнений в формате JSON, более 800 упражнений с общедоступным интерактивным поисковым интерфейсом
🔊 Обширный список наборов данных с открытым исходным кодом для обработки голоса и звука (более 95 наборов данных).
Лучшее место для изучения инженерии данных. Создано и поддерживается сообществом инженеров данных.
👾 nao — решение № 1 в сфере агентской BI с открытым исходным кодом. (1) Создайте контекст с помощью nao-core CLI; (2) разверните чат-интерфейс nao для всех.
Zui — это мощное настольное приложение для изучения и работы с данными. Официальный фронтенд для Zed lake.
Хранилище данных ИИ для схем, BLOB-объектов и прогнозов. Используйте его со своими приложениями или интегрируйте встроенный модуль контроля человеком, рабочий процесс обработки данных и каталог пользовательского интерфейса, чтобы получить максимальную пользу от ваших данных ИИ.