#tabular-data Репозитории
Откройте для себя 48 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #tabular-data, с общим числом 136,778 звёзд (в среднем 2,849 на проект). Лидером этой темы является bvaughn/react-virtualized, набравший 27,072 звёзд.
Всего репозиториев: 48
Компоненты React для эффективного отображения больших списков и табличных данных
Miller похож на awk, sed, cut, join и sort для данных с индексацией по именам, таких как CSV, TSV и табличный JSON.
Многофункциональный инструмент для терминальной таблицы для обнаружения и упорядочивания данных
Внеядерный гибридный DataFrame Apache Arrow/NumPy для Python, ML, визуализации и исследования больших табличных данных со скоростью миллиард строк в секунду 🚀
Быстрая библиотека для AutoML и тюнинга. Присоединяйтесь к нашему Discord: https://discord.gg/Cppx2vSPVP.
Быстрый и компактный компонент виртуального списка, сетки и masonry без необходимости настройки для React, Vue, Solid, Svelte и Angular.
Легкое TUI-приложение для просмотра и запроса файлов табличных данных, таких как CSV, TSV и parquet.
🍞🔡 Мощный компонент для отображения и редактирования данных. Познакомьтесь с ultimate трансформером данных!
SDG — это специализированная структура, предназначенная для генерации высококачественных структурированных табличных данных.
📺(tv) Tidy Viewer — это кроссплатформенный CLI-инструмент для форматирования CSV, который использует стилизацию столбцов для максимального удовольствия зрителя.
Комплексная и своевременная академическая информация по федеративному обучению (статьи, фреймворки, наборы данных, учебные пособия, семинары)
Общая рамка для моделей глубокого обучения над табличными данными
Что содержится в ваших данных? Извлекайте схемы, статистику и сущности из наборов данных
Гибкий пакет для multimodal-deep-learning, чтобы объединять табличные данные с текстом и изображениями с использованием моделей Wide и Deep в Pytorch
Transformers4Rec - это гибкая и эффективная библиотека для последовательных и сессионных рекомендаций, работающая с PyTorch.
ktrain — это библиотека Python, которая делает глубокое обучение и ИИ более доступными и простыми в применении
Реализация TabTransformer, сети внимания для табличных данных, в Pytorch
Machine Learning University: Ускоренный курс по табличным данным
Комплексный набор инструментов и эталон для обучения на табличных данных, включающий более 35 глубоких методов, более 10 классических методов и 300 разнообразных наборов табличных данных.
OpenFE: автоматическая генерация признаков с производительностью экспертного уровня
Библиотека для генерации и оценки синтетических табличных данных для обеспечения конфиденциальности, справедливости и дополнения данных.
Мы собираем статьи о «больших языковых моделях (LLM) для задач, связанных с таблицами», например, об использовании LLM для задачи Table QA. Сбор статей, связанных с «Таблицей + LLM»
Этот проект направлен на сбор наборов данных с открытым исходным кодом для задач табличного интеллекта (таких как ответы на вопросы по таблицам, генерация текста из таблиц и т. д.), организацию необработанных данных в формат инструктивной тонкой настройки и тонкую настройку LLM, тем самым улучшая понимание LLM табличных данных, и, наконец, создание больших языковых моделей, специально ориентированных на задачи табличного интеллекта.
Мультимодальная модель для текстовых и табличных данных с использованием трансформеров HuggingFace в качестве строительного блока для текстовых данных
Демонстрация генерации синтетических данных с использованием набора транзакционных данных розничной торговли Великобритании. Идеально подходит для специалистов в секторах розничной торговли, электронной коммерции, финансов и цепочек поставок, которые хотят создавать реалистичные синтетические данные, сохраняющие конфиденциальность, для тестирования, анализа и машинного обучения.
Мы хорошо знаем GAN за их успех в генерации реалистичных изображений. Однако их можно применять и для генерации табличных данных. Мы рассмотрим и изучим несколько недавних статей о применении GAN для табличных данных.
Desbordante — это высокопроизводительный профилировщик данных, способный обнаруживать множество различных закономерностей в данных с помощью различных алгоритмов. Он также позволяет запускать сценарии очистки данных с использованием этих алгоритмов. Desbordante доступен в виде консольной версии и простого в использовании веб-приложения.
Часто задаваемые вопросы
Какой репозиторий по теме #tabular-data наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #tabular-data на GitHub — bvaughn/react-virtualized, набравший 27,072 звёзд. Компоненты React для эффективного отображения больших списков и табличных данных
Какие языки программирования чаще всего используются в репозиториях по теме #tabular-data?
Среди наиболее высоко оценённых проектов по теме #tabular-data на GitHub чаще всего используются языки программирования Python, TypeScript, Jupyter Notebook, Rust.
Как рассчитывается рейтинг репозиториев по теме #tabular-data?
Мы отслеживаем 48 активных репозиториев с открытым исходным кодом, отмеченных тегом #tabular-data (500 и более звёзд), с общим числом 136,778 звёзд и в среднем 2,849 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.