tabular-data

大規模なリストや表形式のデータを効率的にレンダリングするためのReactコンポーネント

3行のコードで実現する高速かつ正確なML

Millerは、CSV、TSV、表形式のJSONなどの名前付きインデックスデータに対するawk、sed、cut、join、sortのようなもの。

データを発見し整理するためのターミナルスプレッドシートマルチツール

Python、ML、可視化、および1秒あたり数十億行のビッグテーブルデータの探索のための、Out-of-CoreハイブリッドApache Arrow/NumPy DataFrame 🚀

⚡ TabPFN: 表形式データのための基盤モデル ⚡

AutoMLとチューニングのための高速ライブラリ。Discordに参加: https://discord.gg/Cppx2vSPVP.

React, Vue, Solid, Svelte, Angular向けのゼロ設定、高速で軽量（約3kB）な仮想リスト（およびグリッド）コンポーネント。

表形式データの表示と分析のためのデスクトップアプリケーション

TabNet 論文の PyTorch 実装: https://arxiv.org/pdf/1908.07442.pdf

🍞🔡 データの表示と編集のための強力なコンポーネント。究極のデータトランスフォーマーを体験しよう！

外れ値、敵対的サンプル、データドリフト検出のためのアルゴリズム

PyTorch向けの自動アーキテクチャ探索とハイパーパラメータ最適化

SDGは、高品質な構造化表データ生成のために設計された特化型フレームワークです。

データ内容を理解するAIコード記述アシスタント。

Tidy Viewerは、カラムスタイリングを使用して視認性を最大化する、クロスプラットフォーム対応のCLI CSV整形ツールです。

フェデレーテッドラーニングに関する包括的かつタイムリーな学術情報（論文、フレームワーク、データセット、チュートリアル、ワークショップ）

Julia におけるインメモリの表形式データ

表形式データのためのディープラーニングモデル向け統合フレームワーク

データの内容を把握する：データセットからスキーマ、統計情報、エンティティを抽出する

合成表形式データを生成するための条件付き GAN

PytorchのWide and Deepモデルを使用して、表形式データとテキスト・画像を組み合わせるための柔軟なマルチモーダルディープラーニングパッケージ

TabICLv2: オープンな表形式の基盤モデル。

Transformers4Recは、シーケンシャルおよびセッションベースの推薦のための柔軟で効率的なライブラリであり、PyTorchと連携して動作します

ktrain は、ディープラーニングと AI をより身近にし、簡単に適用できるようにする Python ライブラリです。

表形式ディープラーニングに関する研究：論文とパッケージ

表形式データ向けアテンションネットワーク「TabTransformer」のPyTorchによる実装

Machine Learning University: 高速表データクラス

フォーマットに関わらず、表形式データへの共通で美しいインターフェイス

表形式データ学習のための包括的なツールキットおよびベンチマーク。35種類以上のディープラーニング手法、10種類以上の古典的手法、300種類の多様な表形式データセットを搭載。