Dataset

Une archive structurée d'ensembles de données pour l'analyse et la recherche de données, offrant des ressources de données agrégées et nettoyées.

Sous-ensemble dédupliqué d'invites vivym/midjourney (ensemble de données Hugging Face). Invites collectées sur les chaînes publiques Midjourney Discord.

Collectez et téléchargez des conversations pour l'ensemble de données du chatbot.

Un espace de travail collaboratif permettant aux managers, aux ingénieurs et aux experts en données de développer des fonctionnalités d'IA.

Un référentiel open source archivant les articles de The Economist de 2020, fournissant des données d'actualité structurées pour l'analyse et la recherche.

Extension pour collecter et partager automatiquement les conversations de chatbot pour une utilisation open source.

Obtenez des ensembles de données précis et complets, prêts à l'emploi

Ensembles de données biométriques faciales pour les projets d'IA.

Plateforme de crowdsourcing d'ensembles de données IA

Ensemble de données MNIST au format CSV pour les tâches d'apprentissage automatique et de classification d'images.

SQuAD est un ensemble de données de compréhension écrite pour la formation et l'évaluation de modèles d'IA de réponse aux questions, avec des versions comprenant des questions auxquelles il est possible de répondre et des questions sans réponse.

Une archive publique de référentiels Git pour la création et l'analyse d'ensembles de données, prenant en charge la recherche de code et les projets open source.

Un ensemble de données public pour la classification des courriers indésirables, contenant 4 601 instances avec 57 fonctionnalités, utilisé pour les tâches d'apprentissage automatique.

Un ensemble de données de référence pour les expériences de modélisation linguistique avec 1 milliard de mots, fournissant des données de formation/test et des résultats de modèle de base pour une recherche reproductible.

Un ensemble de données de sentiments chinois pour l'analyse des sentiments, dérivé de journaux de conversations homme-machine et segmenté à l'aide de Jieba.

Un outil d'analyse des sentiments et un ensemble de données de Stanford, utilisant l'apprentissage profond pour la composition sémantique, intégrés à CoreNLP.

Un ensemble de données public de données Google Trends au format CSV, disponible sur GitHub à des fins d'analyse et de recherche.

Un ensemble de données de réseaux de co-achat de produits Amazon et d'avis de 2006, utile pour la recherche et l'analyse.

Un ensemble de données pour la prédiction des abréviations chinoises, y compris les formes complètes négatives, publié pour la recherche universitaire en PNL.

Un ensemble de données de compréhension écrite en chinois avec des requêtes de style Cloze, comprenant des données People Daily et Children's Fairy Tale pour la recherche en PNL.

CIFAR-10 et CIFAR-100 sont des ensembles de données d'images étiquetés pour la vision par ordinateur et l'apprentissage automatique, avec 60 000 images couleur 32 x 32 réparties en 10 ou 100 classes.

Un ensemble de données de HetRec 2011 contenant 92 800 enregistrements d'écoute d'artistes provenant de 1 892 utilisateurs pour la recherche de recommandations musicales.

Un corpus de noms chinois avec plus de 56 millions d'entrées, utilisé pour les tâches de PNL telles que la reconnaissance et la génération de noms.

Un vaste ensemble de données pour la classification binaire des sentiments avec 50 000 critiques de films polaires, utilisé pour la formation et les tests en PNL et en apprentissage automatique.