data-cleaning

Cleanlab 的開源庫是以資料為中心的 AI 標準套件，適用於處理混亂、真實世界的資料與標籤

精練高品質資料集與視覺 AI 模型

Miller 如同 awk、sed、cut、join、sort，專為 CSV、TSV 與表格化 JSON 等名稱索引資料設計。

使用最新 LLM 為基礎的運算子與管線，輕鬆進行資料前處理

一個輕量、靈活且表達力強的統計資料測試庫

pandas 影片系列的 Jupyter notebook 與資料集

使用 dataframe 進行機器學習

General Assembly 於華盛頓特區舉辦的 2015 年 Data Science 課程

:truck: 透過 Pandas、Dask、cuDF、Dask-cuDF、Vaex 與 PySpark 輕鬆實現敏捷資料準備工作流程。

R 語言的簡單資料清理工具

受 Pandas 與 LINQ 啟發的 JavaScript 資料轉換與分析工具包。

華東師範大學 ICALK 推出的開源教育對話模型。開源中英教育對話大模型。(通用基座模型，GPU部署，數據清理) 致敬: LLaMA, MOSS, BELLE, Ziya, vLLM

使用 SQL Server 構建現代資料倉儲的綜合指南，包括 ETL 過程、資料建模和分析。

用於自動化計量單位錯誤檢測的生產級 ML 系統 | 88-92% 準確率 | 94% 自主性 | KNIME 工作流程

持續更新的資料代理（Data Agents）進展論文列表。與我們的論文「A Survey of Data Agents: Emerging Paradigm or Overstated Hype?」配套的儲存庫。

易於使用的 Python 函式庫，提供自定義函數以進行資料清理與分析

Schema-Inspector 是一個簡單的 JavaScript 物件清理與驗證模組。