Git Stars Git Stars

#machine-learning-datasets Repositórios

Descubra 17 repositórios ativos de código aberto no GitHub marcados com #machine-learning-datasets, acumulando um total de 22,323 estrelas (uma média de 1,313 por projeto). O líder deste tópico é meagmohit/EEG-Datasets, com 3,124 estrelas.

17
Total de Repositórios
22,323
Total de estrelas
1,313
Média de Estrelas/Repositório
Linguagens de programação: Python Jupyter Notebook

17 repositórios no total

1
meagmohit/EEG-Datasets

Uma lista de todos os conjuntos de dados de EEG públicos

meagmohit
⭐ 3,124 👤 meagmohit User 🕐 Atualizado 2025-10-17 📅 Criado 2017-08-18
2
kba/awesome-ocr

Links para projetos OCR incríveis

kba
⭐ 3,074 👤 kba User 🕐 Atualizado 2024-07-06 📅 Criado 2016-04-27
3
google-research/kubric

Um pipeline de geração de dados para a criação de vídeos sintéticos multiobjeto semirrealistas com anotações ricas, tais como máscaras de segmentação de instâncias, mapas de profundidade e fluxo óptico.

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

Repositório oficial do artigo "Escalando a Criação de Dados Sintéticos com 1.000.000.000 de Personas"

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

Resumir os conjuntos de dados de texto representativos de LLMs existentes.

lmmlzn
⭐ 1,484 👤 lmmlzn User 🕐 Atualizado 2026-03-11 📅 Criado 2024-01-17
6
microsoft/DNS-Challenge

Este repositório contém os scripts, modelos e arquivos necessários para o Desafio de Supressão Profunda de Ruído (DNS).

microsoft
⭐ 1,480 Python 👤 microsoft Organization 🕐 Atualizado 2026-11-10 📅 Criado 2020-01-14
7
GAIR-NLP/LIMO

[COLM 2025] LIMO: Menos é Mais para Raciocínio

GAIR-NLP
⭐ 1,081 Python 👤 GAIR-NLP Organization 🕐 Atualizado 2025-07-30 📅 Criado 2025-02-04
8
spMohanty/PlantVillage-Dataset

Conjunto de dados de imagens de folhas de plantas doentes e rótulos correspondentes

spMohanty
⭐ 1,041 Python 👤 spMohanty User 🕐 Atualizado 2026-02-05 📅 Criado 2016-08-03
9
apple-aiml-research/ARKitScenes

Este repositório acompanha o artigo de pesquisa, ARKitScenes - Um Conjunto de Dados Diverso do Mundo Real para Compreensão de Cenas Interiores 3D Usando Dados RGB-D Móveis, e contém os dados, scripts para visualizar e processar ativos, e o código de treinamento descritos em nosso artigo.

apple-aiml-research
⭐ 981 Python 👤 apple-aiml-research Organization 🕐 Atualizado 2026-09-11 📅 Criado 2021-10-26
10
songys/AwesomeKorean_Data

Link para o conjunto de dados em coreano

songys
⭐ 931 👤 songys User 🕐 Atualizado 2026-06-17 📅 Criado 2019-12-20
11
GEM-benchmark/NL-Augmenter

NL-Augmenter 🦎 → 🐍 Um Repositório Colaborativo de Transformações de Linguagem Natural

GEM-benchmark
⭐ 787 Python 👤 GEM-benchmark Organization 🕐 Atualizado 2024-05-19 📅 Criado 2021-05-19
14
syncora-ai/synthetic-credit-default-syncora

Conjunto de dados sintéticos de alta fidelidade para modelagem de inadimplência de crédito

syncora-ai
⭐ 676 Jupyter Notebook 👤 syncora-ai User 🕐 Atualizado 2025-09-10 📅 Criado 2025-07-30
15
syncora-ai/synthetic-personality-dataset

Conjunto de dados sintéticos e notebooks para modelagem de personalidade introvertida vs. extrovertida (seguro para a privacidade, pronto para ML).

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

O desenvolvimento e as perspectivas futuras de grandes modelos de raciocínio multimodal.

HITsz-TMG
⭐ 621 👤 HITsz-TMG Organization 🕐 Atualizado 2026-11-03 📅 Criado 2025-04-20
17
Cartucho/vision_blender

Um add-on do Blender para gerar dados sintéticos de verdade para aplicações de Visão Computacional

Cartucho
⭐ 529 Python 👤 Cartucho User 🕐 Atualizado 2025-05-30 📅 Criado 2019-12-03

Perguntas Frequentes

1

Qual é o repositório de #machine-learning-datasets mais popular no GitHub?

O projeto de código aberto de #machine-learning-datasets mais bem classificado no GitHub é meagmohit/EEG-Datasets, com 3,124 estrelas. Uma lista de todos os conjuntos de dados de EEG públicos

2

Quais linguagens de programação são mais usadas nos repositórios de #machine-learning-datasets?

Entre os projetos de #machine-learning-datasets mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook.

3

Como é calculada a classificação dos repositórios de #machine-learning-datasets?

Acompanhamos 17 repositórios ativos de código aberto marcados com #machine-learning-datasets (com mais de 500 estrelas), totalizando 22,323 estrelas e uma média de 1,313 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.