Awesome GitHub RepositoriesCustom Data Visualizations

TensorFlow.js is a JavaScript machine learning library used for training and deploying models in web browsers and server-side environments. It functions as a browser-based model trainer, a WebAssembly inference engine, and a WebGPU accelerated tensor library for low-level linear algebra. The project also includes a model converter to transform Python-based models into optimized formats for JavaScript execution. The library distinguishes itself through a pluggable backend architecture that allows mathematical operations to be executed via CPU, WebGL, or WebGPU. It supports the conversion of Py

This project is a collection of responsive CSS Grid dashboard templates and a data visualization UI kit. It provides a set of HTML layouts designed for building analytics interfaces and monitoring views for KPIs and business metrics that adapt to different screen sizes. The toolkit is library-agnostic, allowing the connection of static HTML templates to any external data source or third-party charting library without requiring custom adapter code. It uses a template-driven approach to separate the visual structure of the dashboard from the underlying data. The capabilities cover the assembly

Apache Zeppelin is a web-based notebook platform for interactive data analytics that supports executing code in over 20 languages within a single notebook. It provides a plugin-based interpreter architecture that allows the notebook to be extended with new languages and data sources, and includes a JDBC connector abstraction for connecting to any JDBC-compliant database. The platform also features session-isolated interpreter contexts, enabling separate interpreter instances per notebook or user with support for dependency injection and user impersonation. The platform distinguishes itself th

Visual Insights este o platformă automatizată de analiză exploratorie a datelor și un instrument de inferență cauzală conceput pentru a descoperi tipare și relații cauză-efect în seturi de date. Funcționează ca o bibliotecă interactivă de vizualizare a datelor folosind o abordare de tip grammar-of-graphics pentru a genera grafice și dashboard-uri multidimensionale. Proiectul se distinge printr-o interfață în limbaj natural care traduce întrebările în text simplu în răspunsuri și vizualizări de date prin intermediul unui model de limbaj. Oferă un framework specializat pentru descoperirea și inferența cauzală, permițând utilizatorilor să identifice legăturile dintre variabile prin grafuri cauzale interactive și să efectueze analize de tip what-if pentru a valida ipotezele. Platforma acoperă o gamă largă de capabilități, inclusiv curățarea vizuală a datelor, profilarea statistică și transformarea automatizată a seturilor de date. Suportă integrarea diverselor date din fișiere locale și baze de date la distanță și dispune de un motor de procesare de înaltă performanță pentru gestionarea locală a seturilor mari de date. În plus, sistemul permite încorporarea componentelor de analiză interactivă în aplicații web și notebook-uri.

Chartbrew is a self-hosted business intelligence platform and data visualization engine designed to transform raw data from SQL databases and external API endpoints into interactive charts and dashboards. It serves as a tool for building analytics dashboards that monitor business metrics and KPIs through a privately hosted environment. The platform distinguishes itself with an embedded analytics workflow, allowing users to generate secure, time-limited shared links and iframes to display private charts on external websites. It also provides programmatic chart generation via API and integrates

Acest proiect este un mediu de notebook interactiv, bazat pe web, conceput pentru data science distribuit și calcul la scară largă. Servește drept instrument de dezvoltare pentru executarea codului și efectuarea analizei datelor specific în cadrul framework-ului Apache Spark, oferind o interfață bazată pe browser care combină execuția codului cu vizualizarea reactivă a datelor. Platforma se distinge prin integrarea profundă cu infrastructura distribuită, permițând utilizatorilor să gestioneze resursele clusterului, să configureze dependențele de runtime și să izoleze procesele de execuție pentru notebook-uri individuale. Susține fluxuri de lucru colaborative prin sincronizarea directă a fișierelor notebook cu sistemele de control al versiunilor și oferă un motor de randare reactiv care actualizează automat graficele și widget-urile ca răspuns la fluxurile de date live și execuția codului. Dincolo de capabilitățile sale de bază de execuție, mediul include instrumente cuprinzătoare pentru gestionarea clusterului, securitate și extensibilitate. Suportă autentificarea utilizatorilor și impersonarea pentru acces securizat la resursele distribuite, oferind în același timp opțiuni flexibile de configurare pentru șabloanele de mediu, gestionarea dependențelor și optimizarea performanței. Sistemul dispune, de asemenea, de o bibliotecă largă de componente de vizualizare interactivă, inclusiv mapare geospațială, grafuri de rețea și tabele pivot, pentru a facilita explorarea complexă a datelor.