tabular-data
本站收录 16 个带「tabular-data」标签的 AI 开源项目
autogluonAutoGluon 是一个自动化机器学习（AutoML）库，旨在用三行代码实现快速且准确的模型训练。它解决了传统机器学习中模型选择、超参数调优和特征工程耗时费力★ 10,754
TabPFNTabPFN 是一个基于 Transformer 的表格式数据基础模型，由 Prior-Data Fitted Networks 技术驱动，旨在解决传统机器学习★ 8,083
Alpaca-CoTAlpaca-CoT 是一个面向大语言模型（LLM）的指令微调统一平台，旨在解决研究人员在微调过程中面临的数据格式不统一、模型适配复杂、参数高效方法集成困难等问★ 2,789
synthetic-data-generatorsynthetic-data-generator（SDG）是一个专门用于生成高质量结构化表格数据的开源框架。它解决的核心问题是真实数据获取难、隐私保护要求高、以★ 2,439
DataProfilerDataProfiler 是一个开源的数据分析工具，用于快速提取数据集的模式（schema）、统计信息和实体标签。它解决的核心问题是帮助数据科学家和工程师在拿到★ 1,591
CTGANCTGAN 是一个基于条件生成对抗网络（Conditional GAN）的合成表格数据生成工具。它解决真实表格数据隐私保护、数据不平衡、样本不足等问题，通过深度★ 1,571
tabiclTabICLv2 是一个基于上下文学习（In-Context Learning）的表格数据基础模型，旨在解决传统表格预测模型需要针对每个数据集重新训练、泛化能力★ 1,391
CopulasCopulas 是一个用于对多元数据进行建模的 Python 库，它基于 copula 理论（一种将变量间依赖结构与边缘分布分离的统计方法）来生成合成数据。它解★ 653
Awesome-LLM-TabularAwesome-LLM-Tabular 是一个精选资源列表，汇集了将大型语言模型（LLM）应用于表格数据（Tabular Data）的相关论文、代码、数据集和工★ 429
be_greatbe_great 是一个基于预训练大语言模型（LLM）生成合成表格数据的开源工具。它解决了真实表格数据隐私保护、数据稀缺和不平衡等问题，通过利用 LLM 的上下★ 370
SDGymSDGym 是一个用于基准测试合成数据生成方法的开源工具，由 SDV 团队开发。它解决了如何公平、系统地评估不同合成数据生成算法性能的问题。SDGym 提供了一★ 311
tabpfn-clientTabPFN Client 是一个轻量级 Python 客户端，旨在简化对表格基础模型 TabPFN 的 API 访问。TabPFN 是一种基于 Transfo★ 252
TabTuneTabTune 是一个面向表格基础模型（Tabular Foundation Models）的统一 Python 库，聚焦于推理与微调两大环节。传统表格任务通常★ 133
TabSTARTabSTAR是一个面向表格数据的开源基础模型，专注于处理包含文本字段的表格数据。它解决了传统表格模型难以有效利用文本信息的问题，通过将文本字段与数值、类别特征★ 91
plurelPluRel 是一个用于生成合成表格与关系数据的 Python 框架。它解决的是在数据隐私保护、机器学习模型开发、软件测试等场景下，真实数据难以获取或使用受限的★ 76
e2e-mlops-project这是一个端到端的 MLOps 示例项目，旨在根据个人的身体特征和饮食习惯分类肥胖等级。项目完整覆盖机器学习生命周期，包括数据准备、模型训练、验证、部署和监控等环★ 76