Dataset

データ分析と研究のためのデータセットの構造化されたアーカイブ。集約され、クリーン化されたデータ リソースを提供します。

vivym/midjourney-prompts の重複排除されたサブセット (Hugging Face データセット)。 Midjourney Discord のパブリック チャネルから収集されたプロンプト。

チャットボット データセットの会話を収集してアップロードします。

マネージャー、エンジニア、データ専門家が AI 機能を開発するための共同ワークスペース。

2020 年のエコノミスト誌の記事をアーカイブするオープンソース リポジトリで、分析と研究のための構造化ニュース データを提供します。

オープンソースで使用するためにチャットボットの会話を自動的に収集および共有するための拡張機能。

すぐに使用できる正確で完全なデータセットを取得

AI プロジェクト用の顔の生体認証データセット。

AI データセット クラウドソーシング プラットフォーム

機械学習および画像分類タスク用の CSV 形式の MNIST データセット。

SQuAD は、質問応答 AI モデルをトレーニングおよび評価するための読解データセットで、答えられる質問と答えられない質問を含むバージョンがあります。

データセットの作成と分析のための Git リポジトリのパブリック アーカイブで、コード調査とオープンソース プロジェクトをサポートします。

スパムメール分類用のパブリック データセット。機械学習タスクに使用される、57 の特徴を持つ 4601 個のインスタンスが含まれています。

10 億単語を含む言語モデリング実験用のベンチマーク データセット。再現可能な研究のためのトレーニング/テスト データとベースライン モデル出力を提供します。

人間とコンピューターの会話ログから派生し、Jieba を使用してセグメント化された感情分析用の中国の感情データセット。

スタンフォードのセンチメント分析ツールとデータセットは、セマンティック構成のための深層学習を使用し、CoreNLP に統合されています。

CSV 形式の Google トレンド データの公開データセット。分析と調査のために GitHub で利用できます。

2006 年からの Amazon 製品の共同購入ネットワークとレビューのデータセット。調査と分析に役立ちます。

NLP の学術研究のためにリリースされた、否定的な完全形を含む中国語の略語予測用のデータセット。

NLP 研究用の People Daily および Children's Fairy Tale データを含む、cloze スタイルのクエリを備えた中国語読解データセット。

CIFAR-10 および CIFAR-100 は、コンピューター ビジョンおよび機械学習用のラベル付き画像データセットで、10 または 100 クラスの 60,000 個の 32x32 カラー画像が含まれています。

HetRec 2011 のデータセットには、音楽推奨調査のために 1,892 人のユーザーからの 92,800 アーティストの視聴記録が含まれています。

5,600 万以上のエントリを含む中国語の名前コーパス。名前認識や生成などの NLP タスクに使用されます。

50,000 件の極性映画レビューを含むバイナリ感情分類用の大規模なデータセット。NLP と機械学習のトレーニングとテストに使用されます。