Dataset

Um arquivo estruturado de conjuntos de dados para análise e pesquisa de dados, oferecendo recursos de dados agregados e limpos.

Subconjunto desduplicado de prompts vivym/midjourney (conjunto de dados Hugging Face). Prompts coletados dos canais públicos do Midjourney Discord.

Colete e carregue conversas para o conjunto de dados do chatbot.

Um espaço de trabalho colaborativo para gerentes, engenheiros e especialistas em dados desenvolverem recursos de IA.

Um repositório de código aberto que arquiva artigos do The Economist de 2020, fornecendo dados de notícias estruturados para análise e pesquisa.

Extensão para coletar e compartilhar automaticamente conversas de chatbot para uso de código aberto.

Obtenha conjuntos de dados precisos e completos prontos para uso

Conjuntos de dados biométricos faciais para projetos de IA.

Plataforma de crowdsourcing de conjunto de dados de IA

Conjunto de dados MNIST em formato CSV para tarefas de aprendizado de máquina e classificação de imagens.

SQuAD é um conjunto de dados de compreensão de leitura para treinar e avaliar modelos de IA de resposta a perguntas, com versões que incluem perguntas com e sem resposta.

A public archive of Git repositories for dataset creation and analysis, supporting code research and open-source projects.

Um conjunto de dados público para classificação de e-mail de spam, contendo 4.601 instâncias com 57 recursos, usado para tarefas de aprendizado de máquina.

Um conjunto de dados de referência para experimentos de modelagem de linguagem com 1 bilhão de palavras, fornecendo dados de treinamento/teste e resultados de modelo de linha de base para pesquisas reproduzíveis.

Um conjunto de dados de sentimentos chineses para análise de sentimentos, derivado de registros de conversas entre humanos e computadores e segmentado usando Jieba.

Uma ferramenta de análise de sentimento e conjunto de dados de Stanford, usando aprendizado profundo para composicionalidade semântica, integrado ao CoreNLP.

Um conjunto de dados público do Google Trends em formato CSV, disponível no GitHub para análise e pesquisa.

Um conjunto de dados de redes de co-compra de produtos da Amazon e análises de 2006, útil para pesquisa e análise.

Um conjunto de dados para previsão de abreviaturas chinesas, incluindo formulários completos negativos, lançado para pesquisas acadêmicas em PNL.

Um conjunto de dados de compreensão de leitura em chinês com consultas no estilo cloze, incluindo dados do People Daily e do Children's Fairy Tale para pesquisa de PNL.

CIFAR-10 e CIFAR-100 são conjuntos de dados de imagens rotulados para visão computacional e aprendizado de máquina, com 60.000 imagens coloridas de 32x32 em 10 ou 100 classes.

Um conjunto de dados do HetRec 2011 contendo 92.800 registros de artistas ouvidos de 1.892 usuários para pesquisa de recomendação musical.

Um corpus de nomes chineses com mais de 56 milhões de entradas, usado para tarefas de PNL, como reconhecimento e geração de nomes.

Um grande conjunto de dados para classificação de sentimentos binários com 50.000 críticas de filmes polares, usado para treinamento e testes em PNL e aprendizado de máquina.