data-cleaning

A biblioteca de código aberto da Cleanlab é o pacote de IA centrado em dados padrão para qualidade de dados e aprendizado de máquina com dados e rótulos reais e desordenados.

Refine conjuntos de dados de alta qualidade e modelos de IA visual

Miller é como awk, sed, cut, join e sort para dados indexados por nome, como CSV, TSV e JSON tabular

Preparação de dados fácil com operadores e pipelines baseados nos LLMs mais recentes.

Uma biblioteca de teste de dados estatísticos leve, flexível e expressiva

Jupyter notebooks e conjuntos de dados da série de vídeos sobre pandas.

Aprendizado de máquina com dataframes

Curso de Ciência de Dados de 2015 da General Assembly em Washington, DC.

Fluxos de trabalho de preparação de dados ágeis facilitados com Pandas, Dask, cuDF, Dask-cuDF, Vaex e PySpark

Ferramentas simples para limpeza de dados em R

Kit de ferramentas de transformação e análise de dados em JavaScript inspirado em Pandas e LINQ.

Um modelo de chat educacional de código aberto do ICALK, East China Normal University. Modelo de base geral, implantação em GPU, limpeza de dados. Homenagem a: LLaMA, MOSS, BELLE, Ziya, vLLM

Um guia abrangente para construir um data warehouse moderno com SQL Server, incluindo processos de ETL, modelagem de dados e análises.

Sistema de ML de nível de produção para detecção automatizada de erros de unidade de medida | Precisão de 88-92% | Autonomia de 94% | Fluxo de trabalho KNIME

Lista de artigos atualizada continuamente sobre avanços em Data Agents. Repositório complementar ao nosso artigo "A Survey of Data Agents: Emerging Paradigm or Overstated Hype?"

Biblioteca Python fácil de usar com funções personalizadas para limpeza e análise de dados.

Schema-Inspector é um módulo simples de validação e higienização de objetos JavaScript.