Awesome GitHub RepositoriesTable Data Export

AlaSQL is a JavaScript SQL database engine that allows for the filtering, grouping, and joining of in-memory object arrays and JSON data. It functions as an in-memory SQL database and client-side data processor, enabling the execution of SQL statements against JavaScript arrays and external data sources in both browser and server environments. The project serves as a universal data query tool capable of performing relational joins across diverse sources, such as merging Google Spreadsheets, SQLite files, and remote APIs into a single result set. It also acts as an IndexedDB SQL wrapper, allow

Ce projet est un cursus éducatif en machine learning et une plateforme d'apprentissage délivrée via des Jupyter Notebooks interactifs. Il sert de guide complet pour maîtriser le toolkit de science des données Python, fournissant des tutoriels structurés pour le calcul numérique, la manipulation de données tabulaires et la visualisation statistique. Le cursus inclut des guides d'implémentation spécifiques pour Scikit-Learn et un cours pratique sur TensorFlow pour construire, entraîner et déployer des réseaux de neurones et des modèles de vision par ordinateur. Il couvre le processus de bout en bout de la construction de modèles prédictifs, de la formulation initiale du problème et de la catégorisation des tâches au déploiement des modèles via des interfaces web interactives. Le projet couvre une large surface de capacités incluant le calcul numérique avec des tableaux multidimensionnels, l'analyse exploratoire des données et les routines de prétraitement des données. Il fournit des flux de travail détaillés pour l'apprentissage supervisé et non supervisé, les pipelines de machine learning automatisés, l'optimisation des hyperparamètres et l'évaluation des modèles utilisant des métriques de classification et la validation croisée. Le contenu éducatif est organisé sous forme d'une série de notebooks qui entremêlent code Python et explications narratives pour documenter les flux de travail en science des données.

ec2instances.info is an interactive web tool for comparing technical specifications and on-demand pricing across all Amazon EC2 instance types and AWS regions. It serves as a comprehensive EC2 instance specification browser and pricing explorer, enabling users to view detailed hardware specs including vCPUs, memory, GPU count, and storage for every instance type. The tool distinguishes itself through its multi-region cost comparison capabilities, allowing users to compare on-demand and spot pricing across AWS regions simultaneously for any instance family or size. It includes a GPU specificat

HBase est un magasin NoSQL distribué à colonnes larges et un moteur de stockage de big data conçu pour les jeux de données creux. Il fonctionne comme une base de données colonnaire évolutive construite au-dessus du Hadoop Distributed File System pour fournir un accès en lecture et écriture en temps réel à des volumes massifs de données structurées et non structurées. Le système agit comme une passerelle de base de données multi-langage, offrant une connectivité via des appels de procédure distante (RPC) natifs, REST et des interfaces Thrift. Il se distingue par un modèle de coordination maître-esclave qui permet une mise à l'échelle horizontale et une tolérance aux pannes à travers un cluster. Le projet couvre un large ensemble de capacités, notamment le contrôle d'accès granulaire via des étiquettes de visibilité au niveau de la cellule, la compression de données enfichable et l'agrégation de données côté serveur. Il supporte également les workflows d'analyse de big data via l'intégration map-reduce et permet l'exécution de logique personnalisée côté serveur. La surveillance opérationnelle est fournie via le suivi des métriques système et l'exportation de métriques basée sur des plugins.

Pacu est un framework d'exploitation conçu pour auditer et tester la sécurité des environnements Amazon Web Services. Il sert d'outil de test d'intrusion cloud et d'énumérateur de ressources utilisé pour identifier les mauvaises configurations, cartographier les surfaces d'attaque et exécuter des chemins d'élévation de privilèges. Le framework fournit des capacités spécialisées pour les opérations de post-exploitation et d'équipe rouge (red team), incluant l'établissement de persistance via la création de portes dérobées dans la gestion des identités et des accès (IAM). Il se distingue par un système de modules basé sur des plugins qui permet le développement de tâches personnalisées et l'orchestration de requêtes API à travers plusieurs régions géographiques. Le projet couvre un large éventail d'activités d'audit de sécurité, incluant l'énumération d'infrastructure, l'exfiltration de données depuis des services de stockage et l'audit d'identité. Il inclut des outils pour l'exécution de code à distance via l'injection de charges utiles et des scripts de démarrage, ainsi que des capacités pour perturber les services de détection et analyser les mouvements latéraux dans le réseau. Pacu gère les clés d'authentification spécifiques à la cible et les métadonnées de session en utilisant des conteneurs isolés et une base de données locale pour maintenir l'état et réduire les appels API.

TablePro is a cross-platform database management client designed for browsing, querying, and administering both SQL and NoSQL databases. It functions as a unified workspace that integrates a code-centric SQL editor with schema visualization tools, allowing developers to manage complex data models and execute queries across diverse database engines. The application distinguishes itself through an agentic AI integration layer that connects language models directly to database tools, enabling automated query generation, optimization, and error fixing with configurable approval gates. It features

Ce projet est une bibliothèque de tableau croisé dynamique JavaScript et un processeur de données côté client. Il fournit une interface interactive pour transformer des jeux de données bruts en tableaux résumés, cartes thermiques et graphiques, permettant une analyse de données basée sur le navigateur sans serveur backend. La bibliothèque se distingue par une interface glisser-déposer pour l'exploration dynamique des données et la capacité de dériver de nouveaux attributs via le regroupement de dates ou une logique personnalisée. Elle prend en charge un rendu de données flexible en convertissant les résultats analysés en tableaux HTML ou en représentations graphiques en utilisant des bibliothèques de graphiques intégrées ou tierces. Le système couvre un large éventail de capacités analytiques, y compris l'agrégation de données statistiques, l'importation de données multi-formats depuis CSV et JSON, et l'exportation de vues vers des valeurs séparées par des tabulations. Il inclut également une gestion d'état pour sérialiser les configurations de mise en page et une couche de localisation pour le formatage régional des langues et des nombres.

TablePlus is a SQL database management GUI and professional administration tool designed for managing relational and NoSQL databases. It functions as a native SQL query client and relational data browser, providing a graphical interface for database administration, schema management, and data exploration. The project distinguishes itself through a staged-change commit system that buffers GUI-driven modifications locally for review before they are applied to the server. It also features a native-protocol connection layer for low-latency communication and secure connectivity via SSH tunneling.

Camelot is a Python-based library designed to parse, extract, and clean tabular data from PDF files. It converts table elements from text-based PDF documents into programmable data structures and dataframes. The tool identifies tabular regions using coordinate-based grouping, lattice-based line detection, and stream-based text extraction. It can also rasterize PDF pages into images to utilize computer vision for detecting structural lines and boundaries. Extracted data is validated through accuracy and whitespace metrics to filter out low-quality extractions. The processed information can be

Lit is a machine learning interpretability framework and model debugging tool designed to analyze model behavior and performance. It serves as an interpretability dashboard for large language models and a general performance analyzer for text, image, and tabular datasets. The project distinguishes itself through a comprehensive suite of interpretability tools, including salience map generation for feature attribution, the creation of synthetic and counterfactual examples to test robustness, and the projection of high-dimensional embeddings into visual spaces via UMAP or PCA. It further enable

Jailer is a suite of specialized tools for AI-assisted SQL management, referential integrity preservation, and relational data browsing. It provides a system for generating referentially intact database subsets, allowing users to extract consistent slices of relational data while preserving foreign key constraints and dependencies. The project features an AI-driven SQL assistant that uses natural language to generate, optimize, and refactor queries based on database schemas. It also includes a data migration tool that analyzes SQL patterns to reverse engineer models and map associations betwe