whylogs
Una libreria di registrazione dati open-source per modelli di machine learning e pipeline di dati. 📚 Fornisce visibilità sulla qualità dei dati e sulle prestazioni del modello nel tempo. 🛡️ Supporta la raccolta di dati che preservano la privacy, garantendo sicurezza e robustezza. 📈
Genera riassunti dei tuoi dataset per monitorare i cambiamenti e visualizzare la qualità dei dati nel tempo.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiUna libreria di registrazione dati open-source per modelli di machine learning e pipeline di dati. 📚 Fornisce visibilità sulla qualità dei dati e sulle prestazioni del modello nel tempo. 🛡️ Supporta la raccolta di dati che preservano la privacy, garantendo sicurezza e robustezza. 📈
whylogs ha 2.8k stelle su GitHub. È stato forkato 143 volte. whylogs è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2020. whylogs è disponibile con licenza Apache-2.0. I suoi temi principali sono: ai-pipelines, analytics, approximate-statistics, calculate-statistics.
Che cos'è whylogs?
Una libreria di registrazione dati open-source per modelli di machine learning e pipeline di dati. 📚 Fornisce visibilità sulla qualità dei dati e sulle prestazioni del modello nel tempo. 🛡️ Supporta la raccolta di dati che preservano la privacy, garantendo sicurezza e robustezza. 📈
whylogs è open source?
whylogs è un progetto open source. È rilasciato con licenza Apache-2.0.
whylogs è gratuito?
Sì. whylogs è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è whylogs?
whylogs è disponibile con licenza Apache-2.0.
In quale linguaggio è scritto whylogs?
whylogs è scritto principalmente in Jupyter Notebook.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/whylabs-whylogs.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.