Рейтинг здоровья открытых репозиториев
Оценка от 0 до 100 по данным SourceCraft.Оценка от 0 до 100 по данным SourceCraft: насколько проект жив, документирован и отзывчив к пользователям.
4 категории из 6, пересчёт раз в сутки. Как считается
Оценка по открытым данным: 4 категории из 6, пересчёт раз в сутки, лайки на место не влияют. Как считается
| Сравнить | Место | Репозиторий | Оценка | 90 дней | Категории | Последний коммит | Лайки | Язык |
|---|---|---|---|---|---|---|---|---|
| 12936–13430123Поднялся на 123 места за 30 дней | Одностраничный лендинг для центра уличной культуры на русском языке, созданный по мотивам сайта Styles Company. | 26 | 71 день назад | 0 | TSX | |||
| 12936–1343066Поднялся на 66 мест за 30 дней | 26 | 370 дней назад | 0 | JavaScript | ||||
| 12936–13430107Поднялся на 107 мест за 30 дней | 26 | 183 дня назад | 0 | JavaScript | ||||
| 12936–13430104Поднялся на 104 места за 30 дней | 26 | 342 дня назад | 0 | |||||
| 12936–13430104Поднялся на 104 места за 30 дней | 26 | 332 дня назад | 0 | |||||
| 12936–13430107Поднялся на 107 мест за 30 дней | проект аркада яндекс лицей | 26 | 255 дней назад | 0 | ||||
| 12936–13430104Поднялся на 104 места за 30 дней | Революционная мобильная игра на основе механики Тетриса с 20+ инновационными функциями | 26 | 317 дней назад | 0 | ||||
| 12936–13430117Поднялся на 117 мест за 30 дней | Правила для сборки deb пакета libpqxx (PostgreSQL C++ API) специфичного для проекта СОМИ | 26 | 51 день назад | 0 | ||||
| 12936–13430104Поднялся на 104 места за 30 дней | 26 | 293 дня назад | 0 | |||||
| 12936–13430107Поднялся на 107 мест за 30 дней | Шейдеры для Minecraft 1.12.2 с эффектами воды: волны и отражения | 26 | 238 дней назад | 0 | ||||
| 12936–13430107Поднялся на 107 мест за 30 дней | Оптимизированные шейдеры для Minecraft 1.16.5 Forge/Optifine с реалистичной водой для слабых компьютеров | 26 | 204 дня назад | 0 | ||||
| 12936–13430107Поднялся на 107 мест за 30 дней | Легковесный шейдерпак для Minecraft 1.16.5 (OptiFine) с реалистичной водой и мягким освещением. Оптимизирован для слабых ПК. | 26 | 171 день назад | 0 | ||||
| 12936–13430113Поднялся на 113 мест за 30 дней | Telegram-бот SCP Foundation для общения с пользователями | 26 | 100 дней назад | 0 | JavaScript | |||
| 12936–1343014Опустился на 14 мест за 30 дней | 26 | мало данных | 35 дней назад | 0 | Python | |||
| 12936–13430104Поднялся на 104 места за 30 дней | Тестовый репозиторий | 26 | 314 дней назад | 0 | Python | |||
| 12936–13430104Поднялся на 104 места за 30 дней | Техническое задание Проект: Классификатор приоритета входящих IT-тикетов 1. Введение и цель проекта Разработать учебную систему автоматической классификации текстовых обращений в службу технической поддержки по четырём уровням приоритета: Low, Medium, High, Urgent. Система анализирует текст тикета и присваивает ему категорию срочности без участия оператора. Проект выполняется в рамках учебной дисциплины «Машинное обучение» с фокусом на воспроизводимость, интерпретируемость и соответствие поставленной задаче. Сложность архитектуры ограничена требованиями учебного задания — допускается использование только классических методов машинного обучения без применения предобученных трансформеров или облачных сервисов. 2. Источник данных и структура признаков Используется датасет с платформы Hugging Face: Console-AI/IT-helpdesk-synthetic-tickets Структура одной записи датасета включает следующие поля: Поле subject — строка, заголовок тикета (например: «Fwd: URGENT — Server down») Поле description — строка, развёрнутое описание проблемы пользователя Поле category — строка, тематическая категория тикета (например: «Network», «Hardware») Поле priority — строка, целевая метка класса со значениями: «Low», «Medium», «High», «Urgent» Поле createdAt — строка, временная метка создания тикета в формате ISO 8601 Общий объём данных: 500 записей в сплите train. Язык текста: английский. Распределение классов ожидается несбалансированным с преобладанием классов Low и Medium. Для построения модели используются только следующие поля: Признаки для обучения: объединённый текст из полей subject и description Целевая переменная: поле priority Поля category и createdAt сохраняются в рабочем датафрейме для возможного анализа распределения приоритетов по категориям или временным периодам, но не участвуют в формировании признакового пространства модели. Это требование обусловлено учебной задачей — демонстрация способности модели выделять признаки срочности исключительно из текстового контента без опоры на структурированные метаданные. 3. Подготовка текстовых данных Текстовые поля subject и description объединяются в единый признак text по правилу: text = subject + " " + description Пример преобразования: Исходные поля: subject = «URGENT: Database failure» description = «Production database is down since 10 AM» Результат: text = «URGENT: Database failure Production database is down since 10 AM» Предобработка текста включает следующие операции: Приведение всех символов к нижнему регистру Сохранение пунктуации и цифр без дополнительной очистки (пунктуация может нести смысловую нагрузку, например восклицательные знаки в срочных тикетах) Удаление стоп-слов выполняется на этапе векторизации встроенным механизмом TF-IDF, а не предварительной обработкой Пропуски в полях subject или description отсутствуют согласно спецификации датасета. При их обнаружении применяется заполнение пустой строкой. | 26 | 291 день назад | 0 | ||||
| 12936–13430107Поднялся на 107 мест за 30 дней | 26 | 255 дней назад | 0 | Python | ||||
| 12936–13430117Поднялся на 117 мест за 30 дней | Витрина приложений и игр X-Corp Store | 26 | 49 дней назад | 0 | ||||
| 12936–13430118Поднялся на 118 мест за 30 дней | Симулятор открытия кейсов CS:GO с анимациями, звуками, инвентарём и экономикой | 26 | 51 день назад | 0 | JavaScript | |||
| 12936–13430117Поднялся на 117 мест за 30 дней | Обучаюсь работе с k8s | 26 | 49 дней назад | 0 | ||||
| 12936–1343065Поднялся на 65 мест за 30 дней | 26 | 424 дня назад | 0 | HTML | ||||
| 12936–13430104Поднялся на 104 места за 30 дней | короче тут пишем а то ваще пипец какойта | 26 | 300 дней назад | 0 | ||||
| 12936–13430104Поднялся на 104 места за 30 дней | gundb relay server | 26 | 298 дней назад | 0 | Ruby | |||
| 12936–13430104Поднялся на 104 места за 30 дней | Веб-приложение для автоматизации задач, включая отправку сообщений в Telegram | 26 | 323 дня назад | 0 | JavaScript | |||
| 12936–13430104Поднялся на 104 места за 30 дней | Operium — CRM‑платформа для управления задачами, проектами и командами. Наша цель — дать организациям единый рабочий хаб с прозрачными процессами, ролями и аналитикой. | 26 | 153 дня назад | 0 |
- 12936–13430naturehemp/street-culture-center26
Одностраничный лендинг для центра уличной культуры на русском языке, созданный по мотивам сайта Styles Company.
TSX71 день назад0лайков - 12936–13430nc6-bk-ru/qr-code26JavaScript370 дней назад0лайков
- 12936–13430nekolucky/boris-adisa26JavaScript183 дня назад0лайков
- 12936–13430nest-aka-swan/git-quest-day-0526342 дня назад0лайков
- 12936–13430nest-aka-swan/git-quest-day-1026332 дня назад0лайков
- 12936–13430nichkaok/project-arcade26
проект аркада яндекс лицей
255 дней назад0лайков - 12936–13430norovesmaeel/tetris-neo-dimension-shift26
Революционная мобильная игра на основе механики Тетриса с 20+ инновационными функциями
317 дней назад0лайков - 12936–13430novoscript/pkg-somi-libpqxx-debian26
Правила для сборки deb пакета libpqxx (PostgreSQL C++ API) специфичного для проекта СОМИ
51 день назад0лайков - 12936–13430nozanin2010saidova/proekt26293 дня назад0лайков
- 12936–13430nphne-4vseowit/minecraft-shaders26
Шейдеры для Minecraft 1.12.2 с эффектами воды: волны и отражения
238 дней назад0лайков - 12936–13430nphne-4vseowit/minecraft-shaders-1-16-526
Оптимизированные шейдеры для Minecraft 1.16.5 Forge/Optifine с реалистичной водой для слабых компьютеров
204 дня назад0лайков - 12936–13430nphne-4vseowit/ultra-fast-shaders-1-16-526
Легковесный шейдерпак для Minecraft 1.16.5 (OptiFine) с реалистичной водой и мягким освещением. Оптимизирован для слабых ПК.
171 день назад0лайков - 12936–13430nphne-7vhwvsn4/scp-foundation-bot26
Telegram-бот SCP Foundation для общения с пользователями
JavaScript100 дней назад0лайков - 12936–13430nphne-aa-aa-vdb5jcr2/my-project26Python35 дней назад0лайков
- 12936–13430nphne-evifufjm/3d-studio26
Тестовый репозиторий
Python314 дней назад0лайков - 12936–13430nphne-ldsw76sh/ml26
Техническое задание Проект: Классификатор приоритета входящих IT-тикетов 1. Введение и цель проекта Разработать учебную систему автоматической классификации текстовых обращений в службу технической поддержки по четырём уровням приоритета: Low, Medium, High, Urgent. Система анализирует текст тикета и присваивает ему категорию срочности без участия оператора. Проект выполняется в рамках учебной дисциплины «Машинное обучение» с фокусом на воспроизводимость, интерпретируемость и соответствие поставленной задаче. Сложность архитектуры ограничена требованиями учебного задания — допускается использование только классических методов машинного обучения без применения предобученных трансформеров или облачных сервисов. 2. Источник данных и структура признаков Используется датасет с платформы Hugging Face: Console-AI/IT-helpdesk-synthetic-tickets Структура одной записи датасета включает следующие поля: Поле subject — строка, заголовок тикета (например: «Fwd: URGENT — Server down») Поле description — строка, развёрнутое описание проблемы пользователя Поле category — строка, тематическая категория тикета (например: «Network», «Hardware») Поле priority — строка, целевая метка класса со значениями: «Low», «Medium», «High», «Urgent» Поле createdAt — строка, временная метка создания тикета в формате ISO 8601 Общий объём данных: 500 записей в сплите train. Язык текста: английский. Распределение классов ожидается несбалансированным с преобладанием классов Low и Medium. Для построения модели используются только следующие поля: Признаки для обучения: объединённый текст из полей subject и description Целевая переменная: поле priority Поля category и createdAt сохраняются в рабочем датафрейме для возможного анализа распределения приоритетов по категориям или временным периодам, но не участвуют в формировании признакового пространства модели. Это требование обусловлено учебной задачей — демонстрация способности модели выделять признаки срочности исключительно из текстового контента без опоры на структурированные метаданные. 3. Подготовка текстовых данных Текстовые поля subject и description объединяются в единый признак text по правилу: text = subject + " " + description Пример преобразования: Исходные поля: subject = «URGENT: Database failure» description = «Production database is down since 10 AM» Результат: text = «URGENT: Database failure Production database is down since 10 AM» Предобработка текста включает следующие операции: Приведение всех символов к нижнему регистру Сохранение пунктуации и цифр без дополнительной очистки (пунктуация может нести смысловую нагрузку, например восклицательные знаки в срочных тикетах) Удаление стоп-слов выполняется на этапе векторизации встроенным механизмом TF-IDF, а не предварительной обработкой Пропуски в полях subject или description отсутствуют согласно спецификации датасета. При их обнаружении применяется заполнение пустой строкой.
291 день назад0лайков - 12936–13430nphne-pbj6xhnd/rocker-kombat26Python255 дней назад0лайков
- 12936–13430nphne-ska6h4lf/x-corp-store26
Витрина приложений и игр X-Corp Store
49 дней назад0лайков - 12936–13430nphne-yrlvzgrh/csgo-case-simulator26
Симулятор открытия кейсов CS:GO с анимациями, звуками, инвентарём и экономикой
JavaScript51 день назад0лайков - 12936–13430nurmukhametovartem8-gmail-com/statefulset26
Обучаюсь работе с k8s
49 дней назад0лайков - 12936–13430nzyuzin93/qqqqqq26HTML424 дня назад0лайков
- 12936–13430ogyrchiki-savchenko/arcade26
короче тут пишем а то ваще пипец какойта
300 дней назад0лайков - 12936–13430oleglilitko/gun-relay26
gundb relay server
Ruby298 дней назад0лайков - 12936–13430one111/web-automation-app26
Веб-приложение для автоматизации задач, включая отправку сообщений в Telegram
JavaScript323 дня назад0лайков - 12936–13430operium/operium26
Operium — CRM‑платформа для управления задачами, проектами и командами. Наша цель — дать организациям единый рабочий хаб с прозрачными процессами, ролями и аналитикой.
153 дня назад0лайков
13 251–13 275 из 21 865