有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
IMF World Economic Outlook Database|全球经济数据集|经济预测数据集
收藏github2024-05-23 更新2024-05-31 收录
下载链接：
https://github.com/datasets/imf-ceo
下载链接
链接失效反馈资源简介：
IMF世界经济展望数据库。该数据库包含自1980年以来每个国家的45个指标的年度值，并包括IMF对未来约6年的预测。数据被提取并规范化为两个文件：指标文件和值文件，以及一个国家代码映射文件。
创建时间：
2014-08-31
原始信息汇总
数据集概述
数据集名称
IMF World Economic Outlook (WEO) database
数据集描述
该数据集来源于国际货币基金组织（IMF）的世界经济展望报告，提供了全球经济发展的分析。数据集包含主要宏观经济变量（如GDP、失业率、债务等）的国家级数据。
数据集内容
- 时间范围：1980年至今
- 指标数量：45个
- 未来预测：约6年
数据集结构
- Indicators：
data/indicators.csv- 包含所有指标的列表 - Values：
data/values.csv- 包含每个指标、国家、年份的具体数值 - Country：
data/country.csv- 包含ISO国家代码、WEO国家代码和CLDR英文名称的映射关系
数据来源
- 国际货币基金组织（IMF）的世界经济展望数据库
- 具体数据文件包括：
- 2015年数据
- 2014年数据
- 2011年数据
数据处理
- 数据提取代码位于
scripts目录下
许可证
- 公共领域贡献和许可证（PDDL）
AI搜集汇总
数据集介绍
构建方式
IMF World Economic Outlook Database的构建基于国际货币基金组织（IMF）的两次年度调查，这些调查由IMF的经济学家团队进行，旨在分析全球经济在近期和中期的动态。数据集涵盖了自1980年以来的年度数据，涉及45个主要宏观经济指标，包括GDP、失业率和债务等。此外，该数据库还包含了IMF对未来约6年的经济预测。数据经过提取和标准化处理，分为三个主要文件：指标列表、各指标的国家年度值以及国家代码与名称的映射。
使用方法
使用IMF World Economic Outlook Database时，用户首先可以通过指标列表文件了解所有可用的宏观经济指标。随后，用户可以根据需要选择特定的国家、年份和指标，从值文件中提取相应的数据。为了方便国家代码的转换和识别，数据集还提供了国家代码与名称的映射文件。用户可以通过脚本目录中的代码进一步处理和分析数据，以满足特定的研究或政策分析需求。
背景与挑战
背景概述
国际货币基金组织（IMF）世界经济展望数据库（World Economic Outlook Database, WEO）是由IMF工作人员每半年发布一次的全球经济分析报告。该数据库自1980年以来，提供了全球各国的宏观经济变量数据，如国内生产总值（GDP）、失业率和债务等。WEO数据库不仅涵盖了历史数据，还包含了IMF对未来约六年的经济预测。这一数据集的创建旨在为全球经济研究提供一个全面且权威的数据来源，极大地促进了宏观经济分析和政策制定。
当前挑战
尽管IMF世界经济展望数据库提供了丰富的宏观经济数据，但其构建和维护过程中仍面临诸多挑战。首先，数据来源的多样性和复杂性要求高度的数据清洗和标准化处理，以确保数据的准确性和一致性。其次，全球经济环境的快速变化使得预测数据的准确性难以保证，尤其是在经济危机或重大政策变动时期。此外，数据更新的频率和及时性也是一个重要挑战，特别是在全球经济事件频发的背景下，确保数据的实时性和前瞻性至关重要。
常用场景
经典使用场景
在国际经济研究领域，IMF World Economic Outlook Database（WEO数据库）被广泛用于分析和预测全球经济趋势。该数据集涵盖了自1980年以来的45个宏观经济指标，包括GDP、失业率和债务等，为经济学家和政策制定者提供了详尽的国家级经济数据。通过这些数据，研究者能够深入探讨全球经济的发展动态，特别是在经济危机和复苏期间的表现。此外，WEO数据库还提供了未来约六年的经济预测，这对于制定长期经济政策和战略规划具有重要参考价值。
解决学术问题
WEO数据库在学术研究中解决了多个关键问题，特别是在全球经济趋势分析和预测方面。通过提供详尽的国家级宏观经济数据，该数据集帮助学者们验证和改进经济模型，从而提高预测的准确性。此外，WEO数据库还为研究经济周期、政策效果和国际经济关系提供了丰富的数据支持。其长期的时间序列数据和多维度的经济指标，使得研究者能够进行深入的历史分析和跨国家比较，推动了国际经济学领域的理论和实证研究。
实际应用
在实际应用中，IMF World Economic Outlook Database被广泛用于政府和国际组织的经济政策制定。政策制定者利用该数据集进行经济预测和风险评估，以制定有效的财政和货币政策。此外，跨国公司和金融机构也利用WEO数据库进行市场分析和投资决策，特别是在全球经济环境复杂多变的情况下，这些数据为他们的战略规划提供了重要依据。通过提供可靠的经济数据和预测，WEO数据库在全球经济治理和商业决策中发挥了关键作用。
数据集最近研究
最新研究方向
在国际经济与金融领域，IMF World Economic Outlook Database（WEO数据库）已成为研究全球经济动态的重要资源。最新的研究方向聚焦于利用该数据库进行宏观经济变量的预测与分析，特别是在全球经济不确定性增加的背景下，如何通过数据驱动的方法提高经济预测的准确性。此外，研究者们也在探索如何将机器学习和人工智能技术应用于WEO数据，以期在经济政策制定和风险评估中提供更为精准的决策支持。这些研究不仅有助于深化对全球经济趋势的理解，也为国际金融机构和政策制定者提供了有力的数据支持。
以上内容由AI搜集并总结生成
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
UniProt
UniProt（Universal Protein Resource）是全球公认的蛋白质序列与功能信息权威数据库，由欧洲生物信息学研究所（EBI）、瑞士生物信息学研究所（SIB）和美国蛋白质信息资源中心（PIR）联合运营。该数据库以其广度和深度兼备的蛋白质信息资源闻名，整合了实验验证的高质量数据与大规模预测的自动注释内容，涵盖从分子序列、结构到功能的全面信息。UniProt核心包括注释详尽的UniProtKB知识库（分为人工校验的Swiss-Prot和自动生成的TrEMBL），以及支持高效序列聚类分析的UniRef和全局蛋白质序列归档的UniParc。其卓越的数据质量和多样化的检索工具，为基础研究和药物研发提供了无可替代的支持，成为生物学研究中不可或缺的资源。
www.uniprot.org 收录
MedDialog
MedDialog数据集（中文）包含了医生和患者之间的对话（中文）。它有110万个对话和400万个话语。数据还在不断增长，会有更多的对话加入。原始对话来自好大夫网。
github 收录
Traditional-Chinese-Medicine-Dataset-SFT
该数据集是一个高质量的中医数据集，主要由非网络来源的内部数据构成，包含约1GB的中医各个领域临床案例、名家典籍、医学百科、名词解释等优质内容。数据集99%为简体中文内容，质量优异，信息密度可观。数据集适用于预训练或继续预训练用途，未来将继续发布针对SFT/IFT的多轮对话和问答数据集。数据集可以独立使用，但建议先使用配套的预训练数据集对模型进行继续预训练后，再使用该数据集进行进一步的指令微调。数据集还包含一定比例的中文常识、中文多轮对话数据以及古文/文言文<->现代文翻译数据，以避免灾难性遗忘并加强模型表现。
huggingface 收录
MultiTalk
MultiTalk数据集是由韩国科学技术院创建，包含超过420小时的2D视频，涵盖20种不同语言，旨在解决多语言环境下3D说话头生成的问题。该数据集通过自动化管道从YouTube收集，每段视频都配有语言标签和伪转录，部分视频还包含伪3D网格顶点。数据集的创建过程包括视频收集、主动说话者验证和正面人脸验证，确保数据质量。MultiTalk数据集的应用领域主要集中在提升多语言3D说话头生成的准确性和表现力，通过引入语言特定风格嵌入，使模型能够捕捉每种语言独特的嘴部运动。
arXiv 收录
MNLI
MNLI（Multi-Genre Natural Language Inference）是一个大规模的自然语言推理数据集，包含433,000多对句子对。该数据集用于评估模型在不同文本类型中的推理能力，包括新闻文章、小说、论坛帖子等。每个句子对都标注了三种可能的关系：蕴含（entailment）、矛盾（contradiction）和中性（neutral）。
cims.nyu.edu 收录