"데이터 과학" 태그별 라이브러리
model-validation-toolkit
Model Validation Toolkit은 기계 학습 모델을 생산에 배포하기 전에 검증하고 생산에 배포한 후 모니터링하는 데 도움이 되는 도구 모음입니다.
- 28
- Python
- Apache License 2.0
compressio
비전 유형 시스템으로 구동되는 pandas DataFrames 및 Series의 무손실 메모리 내 압축. 동일한 데이터에 필요한 RAM이 최대 10배 더 적습니다.
- 27
- Python
- MIT
jupyter-memgraph-tutorials
Jupyter 노트북의 도움으로 Memgraph 및 GQLAlchemy를 빠르게 사용하는 방법을 배웁니다.
- 24
- Jupyter Notebook
- MIT
awesome-python-for-data-science
책, 자습서, 과정, 오픈 소스 라이브러리, 연습 및 Pythonista를 지원하는 기타 자료와 Data Science로 마이그레이션하는 Pythonista와 같은 멋진 리소스의 선별된 목록입니다! 📊.
shabby-pages
ShabbyPages는 왜곡을 되돌리고 노이즈가 제거된 원본 문서로 복구하기 위한 교육 모델에 사용하기에 적합한 실측 정보와 왜곡된 버전이 모두 포함된 디지털 문서 이미지의 최첨단 코퍼스입니다.
- 24
- Jupyter Notebook
- MIT
ghostpii_client
이 리포지토리에는 Capnion의 개인 계산 API와 상호 작용하기 위한 Python 라이브러리가 포함되어 있습니다. 이 라이브러리와 API가 함께 Ghost PII를 구성합니다.
- 23
- Python
- MIT
feed-visualizer
Feed Visualizer는 의미론적 유사성을 기반으로 RSS/Atom 피드 항목을 클러스터링하여 대화형 시각화를 생성합니다. 또한 Feed Visualizer는 각 클러스터의 레이블을 자동으로 예측하려고 시도합니다. 이 응용 프로그램은 RSS/Atom 피드를 스캔하여 웹사이트 콘텐츠의 "의미론적 요약"을 생성하여 관심 주제를 쉽게 찾고 탐색할 수 있도록 합니다. Feed Visualizer는 정적 HTML 및 JS 파일 형식으로 대화형 시각화를 생성하며, 이를 편집하여 서버로 보낼 수 있습니다.
- 22
- HTML
- Apache License 2.0
ordered-concurrently
Ordered-concurrent는 Go에서 정렬된 출력과 동시 처리를 위한 라이브러리입니다. 동시에 작업을 처리하고 입력 순서대로 출력을 채널에 반환합니다. 큐의 항목을 동시에 처리하고 큐에서 제공하는 순서대로 출력을 얻는 데 유용합니다.
- 22
- Go
- BSD 3-clause "New" or "Revised"
jupyter-memgraph-tutorials
Jupyter 노트북[이동: https://github.com/memgraph/jupyter-memgraph-tutorials](g-despot 제공)의 도움으로 Memgraph 및 GQLAlchemy를 빠르게 사용하는 방법을 알아보세요.
- 22
- Jupyter Notebook
- MIT
DescribeML
DescribeML은 기계 학습 데이터 세트를 구조화된 형식으로 설명하는 Visual Studio Code 언어 플러그인입니다. 데이터 세트의 구성, 출처 및 사회적 관심사를 설명하는 더 나은 데이터를 구축합니다.
- 21
- TypeScript
- MIT
