pandas-dataframe

Datenqualitäts-Profiling und explorative Datenanalyse für Pandas- und Spark-DataFrames mit nur 1 Zeile Code.

Evidently ist ein Open-Source-Framework für ML- und LLM-Observability. Evaluieren, testen und überwachen Sie KI-gestützte Systeme oder Daten-Pipelines. Von tabellarischen Daten bis hin zu Gen AI. Über 100 Metriken.

Repository zur Speicherung von Python-Beispielprogrammen zum Lernen von Python

Eine lightweight, flexible und expressive statistische Datentestbibliothek

Deepchecks: Tests zur kontinuierlichen Validierung von ML-Modellen & Daten. Deepchecks ist eine ganzheitliche Open-Source-Lösung für alle Anforderungen im Bereich KI- & ML-Validierung und ermöglicht das gründliche Testen von Daten und Modellen von der Forschung bis zur Produktion.

Eine native Rust-Bibliothek für Delta Lake mit Bindings für Python

Visualisieren und vergleichen Sie Datensätze, Zielwerte und Assoziationen mit nur einer Zeile Code.

Erstellen Sie großartige Anzeigebetabellen mit Python

Ein Paket, das jede Funktion auf effizienteste Weise auf einen pandas DataFrame oder eine Series anwendet

Dieses Repository hilft Ihnen, Python und Machine Learning von Grund auf zu lernen.

Jupyter Magics und Kernel für die Arbeit mit Remote-Spark-Clustern

InfluxDB 2.0 Python-Client

Arbeiten mit Molekülstrukturen in pandas DataFrames

Einfache Pipelines für pandas DataFrames.

pytablewriter ist eine Python-Bibliothek zum Schreiben von Tabellen in verschiedenen Formaten: AsciiDoc / CSV / Elasticsearch / HTML / JavaScript / JSON / LaTeX / LDJSON / LTSV / Markdown / MediaWiki / NumPy / Excel / Pandas / Python / reStructuredText / SQLite / TOML / TSV.

ProphitBet ist eine Machine-Learning-Anwendung zur Vorhersage von Fußballwetten. Sie analysiert die Form von Teams, berechnet Spielstatistiken und prognostiziert Spielergebnisse mithilfe fortschrittlicher Machine-Learning-Methoden (ML). Unterstützte Algorithmen sind neuronale Netze, Random Forests und Ensemble-Modelle.