data-cleaning

La librería de código abierto de Cleanlab es el paquete estándar de IA centrada en datos para la calidad de datos y el aprendizaje automático con datos y etiquetas del mundo real desordenados.

Refina conjuntos de datos de alta calidad y modelos de IA visual

Miller es como awk, sed, cut, join y sort para datos indexados por nombre como CSV, TSV y JSON tabular

Preparación de datos sencilla con los últimos operadores y pipelines basados en LLMs

Una biblioteca de pruebas de datos estadísticos ligera, flexible y expresiva

Notebooks de Jupyter y conjuntos de datos de la serie de videos de pandas.

Machine learning con dataframes.

Curso de ciencia de datos de 2015 de General Assembly en Washington, DC.

:truck: Flujos de trabajo de preparación de datos ágiles facilitados con Pandas, Dask, cuDF, Dask-cuDF, Vaex y PySpark

Herramientas sencillas para la limpieza de datos en R.

Kit de herramientas de transformación y análisis de datos en JavaScript inspirado en Pandas y LINQ.

Un modelo de chat educativo de código abierto de ICALK, East China Normal University. Modelo base general, despliegue en GPU, limpieza de datos. Homenaje a: LLaMA, MOSS, BELLE, Ziya, vLLM

Una guía completa para construir un almacén de datos moderno con SQL Server, incluyendo procesos ETL, modelado de datos y análisis.

Sistema de ML de grado de producción para la detección automática de errores en unidades de medida | 88-92% de precisión | 94% de autonomía | Flujo de trabajo en KNIME.

Lista de artículos actualizada continuamente sobre avances en Agentes de Datos. Repositorio complementario a nuestro artículo "Una encuesta sobre Agentes de Datos: ¿Paradigma emergente o exageración excesiva?"

Biblioteca de Python fácil de usar con funciones personalizadas para limpiar y analizar datos.

Schema-Inspector es un módulo simple de saneamiento y validación de objetos JavaScript.