data-cleaning

Cleanlab 的开源库是以数据为中心的 AI 标准套件，适用于处理混乱、真实世界的数据与标签

精炼高质量数据集与视觉 AI 模型

Miller 类似 awk、sed、cut、join、sort，用于 CSV、TSV 和表格化 JSON 等名称索引数据。

使用最新 LLM 为基础的算子与管线，轻松进行数据前处理

一个轻量、灵活且表达力强的统计数据测试库

pandas 视频系列的 Jupyter notebook 与数据集

使用 dataframe 进行机器学习

General Assembly 于华盛顿特区举办的 2015 年 Data Science 课程

:truck: 通过 Pandas、Dask、cuDF、Dask-cuDF、Vaex 和 PySpark 轻松实现敏捷数据准备工作流程。

R 语言的简单数据清理工具

受 Pandas 与 LINQ 启发的 JavaScript 数据转换与分析工具包。

华东师范大学 ICALK 推出的开源教育对话模型。开源中英教育对话大模型。(通用基座模型，GPU部署，数据清理) 致敬: LLaMA, MOSS, BELLE, Ziya, vLLM

使用 SQL Server 构建现代数据仓库的综合指南，包括 ETL 过程、数据建模和分析。

用于自动化计量单位错误检测的生产级 ML 系统 | 88-92% 准确率 | 94% 自主性 | KNIME 工作流程

持续更新的数据代理（Data Agents）进展论文列表。与我们的论文“A Survey of Data Agents: Emerging Paradigm or Overstated Hype?”配套的存储库。

易于使用的 Python 函数库，提供自定义函数以进行数据清理与分析

Schema-Inspector 是一个简单的 JavaScript 对象清理与验证模块。