Git Stars Git Stars

#machine-learning-datasets Dépôts

Découvrez 17 dépôts GitHub open source actifs associés à #machine-learning-datasets, cumulant 22,323 étoiles au total (soit une moyenne de 1,313 étoiles par projet). Le projet en tête de ce thème est meagmohit/EEG-Datasets, avec 3,124 étoiles.

17
Total des Dépôts
22,323
Nombre total d'étoiles
1,313
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook
1
meagmohit/EEG-Datasets

Une liste de tous les ensembles de données EEG publics

meagmohit
⭐ 3,124 👤 meagmohit User 🕐 Mis à jour 2025-10-17 📅 Créé 2017-08-18
2
kba/awesome-ocr

Liens vers des projets OCR géniaux

kba
⭐ 3,074 👤 kba User 🕐 Mis à jour 2024-07-06 📅 Créé 2016-04-27
3
google-research/kubric

Un pipeline de génération de données pour créer des vidéos synthétiques semi-réalistes multi-objets avec des annotations riches telles que des masques de segmentation d'instance, des cartes de profondeur et un flux optique.

google-research
⭐ 2,859 Jupyter Notebook 👤 google-research Organization 🕐 Mis à jour 2026-05-21 📅 Créé 2020-07-22
4
tencent-ailab/persona-hub

Repo officiel pour l'article « Scaling Synthetic Data Creation with 1,000,000,000 Personas »

tencent-ailab
⭐ 1,585 Python 👤 tencent-ailab User 🕐 Mis à jour 2025-02-19 📅 Créé 2024-06-22
5
lmmlzn/Awesome-LLMs-Datasets

Résumer les ensembles de données textuelles LLM représentatifs existants.

lmmlzn
⭐ 1,484 👤 lmmlzn User 🕐 Mis à jour 2026-03-11 📅 Créé 2024-01-17
6
microsoft/DNS-Challenge

Ce repo contient les scripts, les modèles et les fichiers requis pour le Deep Noise Suppression (DNS) Challenge.

microsoft
⭐ 1,480 Python 👤 microsoft Organization 🕐 Mis à jour 2026-11-10 📅 Créé 2020-01-14
7
GAIR-NLP/LIMO

[COLM 2025] LIMO : Less is More pour le Raisonnement

GAIR-NLP
⭐ 1,081 Python 👤 GAIR-NLP Organization 🕐 Mis à jour 2025-07-30 📅 Créé 2025-02-04
8
spMohanty/PlantVillage-Dataset

Ensemble de données d'images de feuilles de plantes malades et d'étiquettes correspondantes

spMohanty
⭐ 1,041 Python 👤 spMohanty User 🕐 Mis à jour 2026-02-05 📅 Créé 2016-08-03
9
apple-aiml-research/ARKitScenes

Ce dépôt accompagne l'article de recherche ARKitScenes - Un ensemble de données diversifié du monde réel pour la compréhension des scènes intérieures 3D à l'aide de données mobiles RGB-D et contient les données, les scripts pour visualiser et traiter les actifs, et le code d'entraînement décrits dans notre article.

apple-aiml-research
⭐ 981 Python 👤 apple-aiml-research Organization 🕐 Mis à jour 2026-09-11 📅 Créé 2021-10-26
10
songys/AwesomeKorean_Data

Lien vers le jeu de données coréen

songys
⭐ 931 👤 songys User 🕐 Mis à jour 2026-06-17 📅 Créé 2019-12-20
11
GEM-benchmark/NL-Augmenter

NL-Augmenter 🦎 → 🐍 Un dépôt collaboratif de transformations du langage naturel

GEM-benchmark
⭐ 787 Python 👤 GEM-benchmark Organization 🕐 Mis à jour 2024-05-19 📅 Créé 2021-05-19
14
syncora-ai/synthetic-credit-default-syncora

Ensemble de données synthétiques haute fidélité pour la modélisation du défaut de crédit

syncora-ai
⭐ 676 Jupyter Notebook 👤 syncora-ai User 🕐 Mis à jour 2025-09-10 📅 Créé 2025-07-30
15
syncora-ai/synthetic-personality-dataset

Ensemble de données synthétiques et carnets pour la modélisation de la personnalité introvertie vs. extravertie (sans danger pour la confidentialité, prêt pour le ML).

syncora-ai
⭐ 667 Jupyter Notebook 👤 syncora-ai User 🕐 Mis à jour 2025-08-25 📅 Créé 2025-07-31
16
HITsz-TMG/Awesome-Large-Multimodal-Reasoning-Models

Le développement et les perspectives futures des grands modèles de raisonnement multimodaux.

HITsz-TMG
⭐ 621 👤 HITsz-TMG Organization 🕐 Mis à jour 2026-11-03 📅 Créé 2025-04-20
17
Cartucho/vision_blender

Un module d'extension Blender pour générer des données de vérité terrain synthétiques pour les applications de vision par ordinateur

Cartucho
⭐ 529 Python 👤 Cartucho User 🕐 Mis à jour 2025-05-30 📅 Créé 2019-12-03

Foire aux questions

1

Quel est le dépôt #machine-learning-datasets le plus populaire sur GitHub ?

Le projet #machine-learning-datasets open source le mieux classé sur GitHub est meagmohit/EEG-Datasets, avec 3,124 étoiles. Une liste de tous les ensembles de données EEG publics

2

Quels langages de programmation sont les plus utilisés dans les dépôts #machine-learning-datasets ?

Parmi les projets #machine-learning-datasets les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.

3

Comment le classement des dépôts #machine-learning-datasets est-il calculé ?

Nous suivons 17 dépôts open source actifs associés à #machine-learning-datasets (500+ étoiles), totalisant 22,323 étoiles, avec une moyenne de 1,313 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.