🛡️ چهارشنبه‌های Data Elites | این هفته به‌جای معرفی پروژه، خودمون یکی ساختیم: DataGuard Agent
از اول ایده‌ی چهارشنبه‌های DE این بود که فقط درباره‌ی Data Science حرف نزنیم؛
چیز واقعی بسازیم، تست کنیم و منتشر کنیم.
این هفته خروجی‌مون شد DataGuard Agent؛ یک Agent برای اینکه قبل از Train کردن مدل، دیتاست واقعی رو Audit کنه و جواب بده:
آیا این داده واقعاً آماده‌ی Machine Learning هست؟
DataGuard روی CSV، Excel و Parquet کار می‌کنه و مواردی مثل Missing Value، Duplicate، Target Leakage، Class Imbalance، Split نامناسب، Data Drift و Schema Drift رو بررسی می‌کنه و در نهایت یک ML Readiness Report می‌سازه.
بخش جذاب‌تر پروژه اینه که می‌تونید Gemini API رو هم بهش وصل کنید تا در نقش یک AI Reviewer خروجی Audit رو بررسی کنه، مشکلات مهم‌تر رو اولویت‌بندی کنه و درباره‌شون توضیح بده.
البته خودِ تشخیص مشکلات به LLM سپرده نشده؛ اول Audit واقعی انجام می‌شه و AI روی شواهد استخراج‌شده تحلیل می‌ده.
Detect deterministically. Explain with AI. 🛡️
🚀 اجرای پروژه در Windows هم خیلی ساده‌ست:
1. Repo رو Clone یا Download کنید
2. install_windows.bat رو اجرا کنید
3. run_windows.bat رو اجرا کنید
4. دیتاست رو Upload کنید
5. Target / ID / Time رو در صورت نیاز انتخاب کنید
6. Run DataGuard Audit
🔗 GitHub:
github.com/Zahra-Esfandiar/DataGuard-Agent
اگر پروژه براتون مفید بود، با یک ⭐ Star ازش حمایت کنید؛
و اگر ایده‌ای برای نسخه‌های بعدی دارید، خوشحال می‌شم پیشنهادتون رو بشنوم.
چهارشنبه‌های DE قراره دقیقاً همین باشه: کمتر معرفی، بیشتر ساختن 🚀
طراح و توسعه دهنده : زهرا اسفندیار