Top 2500 Kaggle Datasets

kaggle2024-02-16 更新2024-03-07 收录

水数据科学

机器学习

数据链接：

https://www.kaggle.com/datasets/saketk511/top-2500-kaggle-datasets 数据链接链接失效反馈

官方服务：

资源简介：

Explore, Analyze, Innovate: The Best of Kaggle's Data at Your Fingertips

探索、分析、创新：触手可及的Kaggle顶级数据集

创建时间：

2024-02-16

SC2ReSet, SC2EGSet

星际争霸2

机器学习

SC2Tools是一套包含多个子模块的工具集，用于处理和生成大型数据集。本文介绍了SC2Tools的模块化结构，为未来的扩展留出空间。此外，一些工具不仅限于《星际争霸2》，还可以用于其他类型的数据集。SC2Tools被用于创建目前最大的《星际争霸2》比赛数据集之一，并提供了PyTorch和PyTorch Lightning的API，以便轻松访问数据。SC2Tools解决了数据收集、预处理和自定义代

arXiv2025-09-23 更新390

Additional file 5 of Variable selection in social-environmental data: sparse regression and tree ensemble machine learning approaches

机器学习

数据分析

Additional file 5. Full data results. Table containing all finidings when the HCLST-CORR-SGL method was applied to the full PA PCa dataset (binary outcome: diagnosis with aggressive PCa).

DataCite Commons2020-12-11 更新250

so100_test

机器人技术

机器学习

该数据集为HuggingFace LeRobot格式机器人数据集。

Hugging Face2025-04-06 更新110

PyFitit: The software for quantitative analysis of XANES spectra using machine-learning algorithms

XANES光谱

机器学习

X-ray absorption near-edge spectroscopy (XANES) is becoming an extremely popular tool for material science thanks to the development of new synchrotron radiation light sources. It provides information

doi.org310

tzwilliam0/instruction_following_dpo_filtered_add

自然语言处理

机器学习

该数据集包含三个字段：提示(prompt)、选中(chosen)和拒绝(rejected)，均为字符串类型。它被划分为训练集，共有18828个示例，数据集总大小为23622317字节。

Hugging Face2025-10-21 更新170