全部项目

17 个仓库 · 数据更新于 2026-11-07

含不活跃和已归档

正在加载…

1GokuMohandas / Made-With-ML讲解机器学习应用构建、部署与迭代的实践课程。Jupyter NotebookMIT · 宽松，可直接商用不活跃49,950

2eugeneyan / applied-ml📚 公司分享他们在生产中的数据科学和机器学习方面的工作的论文和技术博客。MIT · 宽松，可直接商用不活跃30,821

3open-metadata / OpenMetadata数据和人工智能的开放上下文层 OpenMetadata 是一个开放平台，用于为人类、人工智能助手和代理构建可信的数据上下文和业务语义。TypeScriptApache-2.0 · 宽松，可直接商用15,701

4Data-Centric-AI-Community / fg-data-profilingPandas 和 Spark DataFrames 的 1 行代码数据质量分析和探索性数据分析。PythonMIT · 宽松，可直接商用13,754

5fivetran / great_expectations始终了解您的数据会带来什么结果。PythonApache-2.0 · 宽松，可直接商用11,916

6cleanlab / cleanlabCleanlab 的开源库是标准的以数据为中心的 AI 软件包，用于使用混乱的真实数据和标签进行数据质量和机器学习。PythonApache-2.0 · 宽松，可直接商用不活跃11,735

7voxel51 / fiftyone完善高质量数据集和视觉 AI 模型TypeScriptApache-2.0 · 宽松，可直接商用11,281

8evidentlyai / evidentlyEvidently 是一个开源的 ML 和 LLM 可观察性框架。评估、测试和监控任何人工智能驱动的系统或数据管道。从表格数据到 Gen AI。 100 多个指标。Jupyter NotebookApache-2.0 · 宽松，可直接商用8,047

9feast-dev / feastAI/ML 的开源特征库PythonApache-2.0 · 宽松，可直接商用7,355

10treeverse / lakeFSLakeFS - 数据湖的数据版本控制 | Git 获取数据Go许可证未声明5,578

11GokuMohandas / mlops-course学习如何设计、开发、部署及迭代生产级机器学习应用。Jupyter NotebookMIT · 宽松，可直接商用不活跃3,415

12whylabs / whylogs用于机器学习模型和数据管道的开源数据记录库。 📚 提供数据质量和模型性能随时间变化的可见性。 🛡️ 支持保护隐私的数据收集，确保安全性和稳健性。 📈Jupyter NotebookApache-2.0 · 宽松，可直接商用不活跃2,838

13featureform / featureform虚拟特征存储。将您现有的数据基础设施转变为特征存储。GoMPL-2.0 · 需开源衍生作品不活跃1,991

14slothflowlabs / duckle您可以在自己的服务器或云上部署开源 ETL/ELT。基于 DuckDB 构建：无代码/低代码可视化管道或 SQL、385 个组件、dbt、CDC、数据质量、反向 ETL、沿袭、用于 AI 代理的 MCP。没有供应商云，没有按行计费。RustApache-2.0 · 宽松，可直接商用1,551

15InfuseAI / piperiderdbt 中数据的代码审查PythonApache-2.0 · 宽松，可直接商用不活跃493

16wzn1118 / AsteriaAnalyst企业数据分析、统计分析、数据可视化与管理报告工作台|Analysis Lab、可追溯证据、FastAPI、Next.js、Windows。Python许可证未声明286

17Seddryck / NBiNBi 是一个用于商业智能和数据访问的测试框架（NUnit 的附加组件）。该框架的主要目标是让用户使用基于 Xml 语法的声明性方法创建测试。通过 NBi，您无需开发 C# 或 Java 代码来指定您的测试！或者，您不需要 Visual Studio 或 Eclipse 来编译测试套件。只需创建一个 Xml 文件并让框架解释它并进行测试。该框架被设计为 NUnit 的附加组件，但可以轻松地将其移植到其他测试框架。C#Apache-2.0 · 宽松，可直接商用106