#datasets Репозитории
Откройте для себя 92 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #datasets, с общим числом 397,307 звёзд (в среднем 4,318 на проект). Лидером этой темы является awesomedata/awesome-public-datasets, набравший 80,228 звёзд.
Всего репозиториев: 92
Label Studio — это инструмент для маркировки и аннотации данных различных типов с стандартизированным форматом вывода
AKShare — это элегантная и простая библиотека интерфейсов финансовых данных для Python, созданная для людей! Библиотека открытых интерфейсов финансовых данных
🤗 Крупнейший центр готовых к использованию наборов данных для моделей ИИ с быстрыми, простыми в использовании и эффективными инструментами для работы с данными
pix2code: Генерация кода из скриншота графического пользовательского интерфейса
Открытая библиотека Cleanlab — это стандартный пакет data-centric AI для качества данных и машинного обучения с беспорядочными реальными данными и метками.
Техники глубокого обучения с использованием спутниковых и аэрофотоснимков
FL Chart — это высоко настраиваемая библиотека графиков для Flutter, которая поддерживает линейные графики, столбчатые графики, круговые диаграммы, точечные графики, радары и свечные графики.
(CGCSTCD'2017) Простой, гибкий и точный проект распознавания номерных знаков для китайских автомобилей в неконтролируемых условиях. CGCSTCD = China Graduate Contest on Smart-city Technology and Creative Design
Наблюдаемость и оценка агентов с открытым исходным кодом для команд AI-платформ. Отслеживайте, тестируйте, маршрутизируйте и управляйте каждым агентом и помощником в написании кода в компании.
TFDS — это коллекция наборов данных, готовых к использованию с TensorFlow, Jax, ...
TorchGeo: наборы данных, выборки, преобразования и предварительно обученные модели для геопространственных данных
Фреймворк для сбора и анализа данных о прогнозных рынках, включая самый большой публично доступный набор данных о рынках и торговле Polymarket и Kalshi.
Ресурсы на основе событийного зрения. Общинные усилия по сбору знаний об технологиях зрения на основе событий (статьи, семинары, наборы данных, код, видео и т.д.)
⚡FlashRAG: Python-инструментарий для эффективных исследований RAG (Ресурс WWW2025)
Куратированный список крутых JSON-датасетов, не требующих аутентификации.
[TMLR] Курируемый список исследований по моделированию языка для кода (и других мероприятий по разработке программного обеспечения), а также связанные с ними наборы данных.
Создавайте полноценные API для медленно меняющихся наборов данных, не написав ни строчки кода.
Собрать статьи, данные и репозитории, связанные с супер-разрешением
Список общедоступных наборов данных с данными в реальном времени, поддерживаемых командой bytewax.io
Большая коллекция наборов данных системных логов для анализа логов на основе ИИ [ISSRE'23]
Куратированный список медицинских LLM, мультимодальных систем, наборов данных, бенчмарков и многого другого. 🏥
Шпаргалка по OSINT, список инструментов OSINT, вики, набор данных, статья, книга, OSINT красной команды для хакеров, советы по OSINT и ветка OSINT. Этот репозиторий будет расти каждый раз, когда будет проведено исследование, будет исследование, наука и технологии, учебные пособия. Пожалуйста, используйте его с умом.
Список отличных статей и ресурсов по системам рекомендаций на основе больших языковых моделей (LLM).
:pencil2: Веб-инструмент для сегментации изображений для обнаружения объектов, локализации и ключевых точек
🚀 Более 500 отобранных ресурсов по анализу данных и науке о данных: Python, SQL, статистика, машинное обучение, ИИ, визуализация, шпаргалки, дорожные карты, подготовка к собеседованиям. Для начинающих и экспертов.
🔊 Обширный список наборов данных с открытым исходным кодом для обработки голоса и звука (более 95 наборов данных).
Наборы данных для бенчмаркинга, загрузчики данных и оценщики для графового машинного обучения
Репозиторий, содержащий модели, наборы данных и методы тонкой настройки для DB-GPT, с целью повышения производительности модели в Text-to-SQL
Хранилище данных ИИ для схем, BLOB-объектов и прогнозов. Используйте его со своими приложениями или интегрируйте встроенный модуль контроля человеком, рабочий процесс обработки данных и каталог пользовательского интерфейса, чтобы получить максимальную пользу от ваших данных ИИ.
Куратированный список потрясающе крутых наборов данных по кибербезопасности
Список сообщества транзитных API, приложений, наборов данных, исследований и ПО :bus::star2::train::star2::steam_locomotive:
🚀🚀🚀 Коллекция некоторых потрясающих публичных проектов серии YOLO для обнаружения объектов и связанных наборов данных для обнаружения объектов.
Стандартный формат для наборов данных оффлайн обучения с подкреплением, с популярными эталонными наборами данных и связанными утилитами
Безопасный RLHF: Ограниченное согласование ценностей посредством безопасного обучения с подкреплением на основе обратной связи от человека
Коллекция корпусов для распознавания именованных сущностей (NER) и задач распознавания сущностей. Эти аннотированные наборы данных охватывают разнообразные языки, домены и типы сущностей.
Инструмент DevOps с открытым исходным кодом от CNCF для упаковки и управления версиями моделей ИИ/МО, наборов данных, кода и конфигураций в OCI Artifact.
Часто задаваемые вопросы
Какой репозиторий по теме #datasets наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #datasets на GitHub — awesomedata/awesome-public-datasets, набравший 80,228 звёзд. Тематический список открытых наборов данных HQ.
Какие языки программирования чаще всего используются в репозиториях по теме #datasets?
Среди наиболее высоко оценённых проектов по теме #datasets на GitHub чаще всего используются языки программирования Python, TypeScript, C++, Dart.
Как рассчитывается рейтинг репозиториев по теме #datasets?
Мы отслеживаем 92 активных репозиториев с открытым исходным кодом, отмеченных тегом #datasets (500 и более звёзд), с общим числом 397,307 звёзд и в среднем 4,318 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.