Awesome GitHub RepositoriesStreaming CSV Loaders

River هو إطار عمل Python للتعلم الآلي عبر الإنترنت، مصمم لتدريب وتقييم النماذج على بيانات البث. يتيح التعلم التزايدي عن طريق تحديث معلمات النموذج بملاحظة واحدة في كل مرة، مما يلغي الحاجة إلى تخزين مجموعات بيانات التدريب الكاملة في الذاكرة. تتميز المكتبة بنظام مخصص للكشف عن انحراف المفهوم (concept drift) الذي يراقب التغييرات في توزيعات البيانات لتحفيز تكيف النموذج. كما توفر إطار عمل للتحقق التدريجي يحاكي النشر في الوقت الفعلي عن طريق اختبار النماذج على عينات قبل استخدامها للتدريب. يغطي النظام مجموعة واسعة من إمكانات البث، بما في ذلك هندسة الميزات في الوقت الفعلي، والتنبؤ بالسلاسل الزمنية، واكتشاف الشذوذ عبر الإنترنت. ويدعم التعلم غير الخاضع للإشراف من خلال التجميع التزايدي وأشجار القرار، بالإضافة إلى تجميع النماذج وسياسات bandit لاختيار النموذج. يتضمن المشروع أدوات لاستيعاب بيانات البث من مصادر مثل ملفات CSV و APIs، بالإضافة إلى أدوات لحساب الإحصائيات الجارية ومخططات البيانات الموفرة للذاكرة.

ExcelDataReader هي مكتبة C# تُستخدم لاستخراج البيانات والبيانات الوصفية من جداول بيانات Microsoft Excel وملفات CSV. تعمل كمحلل لمصنفات العمل (workbook) يحول محتوى جدول البيانات إلى مجموعات بيانات مهيكلة للوصول البرمجي والتكرار. يتضمن المشروع مستخرجاً متخصصاً للبيانات الوصفية لاسترجاع تفاصيل مستوى الخلية، مثل تنسيقات الأرقام، والأنماط، وارتفاعات الصفوف، وعروض الأعمدة، ونطاقات الخلايا المدمجة. كما يوفر معالج تدفق لتحليل ملفات CSV النصية العادية مع ترميز قابل للتخصيص واكتشاف الفواصل. تدعم المكتبة معيار OpenXML لملفات جداول البيانات الحديثة وتستخدم التحليل القائم على التدفق والتكرار القائم على المؤشر للصفوف لاجتياز مصنفات العمل. تمكن هذه الإمكانيات من تحويل مصنفات العمل متعددة الأوراق إلى جداول بيانات علائقية.