data-cleaning

Thư viện mã nguồn mở của Cleanlab là gói AI hướng dữ liệu tiêu chuẩn dành cho chất lượng dữ liệu và machine learning với các dữ liệu và nhãn thực tế, hỗn độn.

Tinh chỉnh các tập dữ liệu chất lượng cao và mô hình AI trực quan

Miller giống như awk, sed, cut, join và sort dành cho dữ liệu được lập chỉ mục theo tên như CSV, TSV và JSON dạng bảng.

Chuẩn bị dữ liệu dễ dàng với các Operator và Pipeline dựa trên LLM mới nhất.

Thư viện kiểm thử dữ liệu thống kê nhẹ nhàng, linh hoạt và biểu cảm

Jupyter notebook và tập dữ liệu từ chuỗi video về pandas

Học máy với các dataframe

Khóa học Khoa học dữ liệu năm 2015 của General Assembly tại Washington, DC

:truck: Quy trình chuẩn bị dữ liệu linh hoạt được thực hiện dễ dàng với Pandas, Dask, cuDF, Dask-cuDF, Vaex và PySpark

Công cụ đơn giản để làm sạch dữ liệu trong R

Bộ công cụ biến đổi và phân tích dữ liệu JavaScript lấy cảm hứng từ Pandas và LINQ.

Một mô hình đối thoại giáo dục mã nguồn mở từ ICALK, Đại học Sư phạm Hoa Đông. (Mô hình nền tảng đa năng, triển khai GPU, làm sạch dữ liệu). Tri ân: LLaMA, MOSS, BELLE, Ziya, vLLM.

Hướng dẫn toàn diện về cách xây dựng kho dữ liệu hiện đại với SQL Server, bao gồm các quy trình ETL, mô hình hóa dữ liệu và phân tích.

Hệ thống ML cấp sản xuất để phát hiện lỗi đơn vị đo lường tự động | Độ chính xác 88-92% | Tự động hóa 94% | Quy trình làm việc KNIME.

Danh sách bài báo được cập nhật liên tục về những tiến bộ trong Data Agents. Repo đi kèm với bài báo "A Survey of Data Agents: Emerging Paradigm or Overstated Hype?" của chúng tôi.

Thư viện Python dễ sử dụng với các hàm tùy chỉnh để làm sạch và phân tích dữ liệu.

Schema-Inspector là một module JavaScript đơn giản dùng để làm sạch và xác thực đối tượng.