-
斯瓦希里语自然语言处理数据集
斯瓦希里语自然语言处理数据集 数据来源：互联网公开数据 标签：斯瓦希里语,自然语言处理,网络内容检测,机器学习,深度学习,人工智能,文本分类,数据安全 数据概述：...
-
-
-
LLM提示恢复合成数据集
LLM提示恢复合成数据集 数据来源：互联网公开数据 标签：LLM,提示恢复,合成数据,自然语言处理,人工智能,机器学习,数据竞赛 数据概述： 本数据集使用Gemma 7B-IT生成了1000个示例，用于LLM提示恢复竞赛。数据集基于@thedrcat的原始数据集进行扩展，包含两个额外的列：一是Gemma 7B-IT生成的原始输出，二是去除“Sure…...
-
领英和Glassdoor平台2021年数据-机器学习与人工智能行业职位数据集
领英和Glassdoor平台2021年数据-机器学习与人工智能行业职位数据集 数据来源：互联网公开数据 标签：职位,招聘,数据科学,机器学习,人工智能,行业分析,公司,薪资,地区,玻璃门 数据概述：...
-
帕金森面部表情评分数据集
帕金森面部表情评分数据集 数据来源：互联网公开数据 标签：帕金森病,面部表情,评分,分类,医学研究,疾病诊断,人工智能 数据概述： 本数据集包含用于训练和测试的CSV文件，这些文件基于面部表情评分对帕金森病进行二元分类。评分范围通常在0到4之间，评分越高，面部表情的严重程度也相应增加。 数据用途概述：...
-
欧洲独角兽企业估值数据集-2020
数据来源 互联网公开数据 该数据集收录了全球估值超过10亿美元的未上市公司（即“独角兽”公司）的相关信息，数据用于识别高增长企业、热门行业与潜在投资机会。适用于金融分析、创业生态研究及商业地理分析。 数据字段（根据常见字段组合推断） Company_Name（公司名称）：独角兽企业的官方名称。...
-
-
互联网公开数据集文件与分类标签分析
标题：互联网公开数据集文件与分类标签分析 数据内容：本数据集包含文件标识符（file）和分类标签（label）两个核心字段。文件标识符字段记录了文件的唯一标识，共有3681种不同的值，表明数据集覆盖了较广泛的文件来源或类型。分类标签字段记录了文件的分类信息，共有2种不同的值，表明数据集采用了二分类的标签体系。 数据来源：互联网公开数据...
-
互联网公开数据集多源数据分类与分析
标题：互联网公开数据集多源数据分类与分析 数据内容： 该数据集包含来自互联网公开数据的多源数据元素，主要涉及文件名（filename）和标签（label）两个核心字段。其中，文件名字段包含12600种不同的值，标签字段包含15种不同的分类值。数据内容涵盖了多种数据类型和应用场景，适用于需要对多源数据进行分类、分析和挖掘的任务。 数据来源：...
-
互联网公开数据大规模多标签数据集
标题：互联网公开数据大规模多标签数据集 数据内容： 该数据集包含以下数据元素： 1. noamsegal：标识数据记录的唯一标识符，共有28,175种不同值。 2. pth：可能表示路径或位置信息，共有28,175种不同值。 3. label：数据记录的标签，共有8种不同值，用于分类或标注。 4....
-
全球企业对人工智能的年度投资（按类型划分）
该数据以美元表示，并根据通货膨胀进行了调整。 该数据可能低估了全球人工智能投资总额，因为它仅涵盖了某些类型的私募股权交易，而不包括其他重要的人工智能相关支出渠道和类别。...
-
著名人工智能训练数据集
标题：著名人工智能训练数据集 数据内容： 本数据集包含用于训练著名人工智能系统的数据点，覆盖多个领域。数据元素包括实体（Entity）、代码（Code）、日期（Day）、训练数据集大小（Training dataset size）和领域（Domain）等字段。每个领域对应特定的数据点单位，例如视觉领域使用图像，语言领域使用单词，时间领域使用时间步长。...
-
人工智能技术在企业中的应用现状分析
标题：人工智能技术在企业中的应用现状分析 数据内容：该数据集包含了关于使用人工智能技术（如机器学习、计算机视觉和自然语言处理）的公司在不同业务功能中的应用情况。数据集包含以下字段： - Entity：表示不同的实体或行业，共有6种不同的取值。 - Code：表示统一的编码，仅有1种不同的取值。 - Year：表示数据的时间范围，共有3种不同的年份。 -...
-
人工智能年度私人投资数据集洞察科技投资趋势
标题：人工智能年度私人投资数据集洞察科技投资趋势 数据内容： 该数据集记录了人工智能领域的年度私人投资流量，包括风险投资等私人市场投资。数据以美元为单位，并经过通货膨胀调整，确保了数据的可比性。数据集包含以下字段： - Entity：表示投资的主体或机构名称，共有115种不同值。 - Code：表示与投资主体相关的唯一标识符，共有115种不同值。 -...
-
人工智能专利申请趋势分析
标题：人工智能专利申请趋势分析 数据内容：本数据集包含了与人工智能相关的年度专利申请数量，具体包括了国家或地区名称、标准化代码、年份以及每百万人中的人工智能相关专利申请数量等数据元素。 数据来源：互联网公开数据 数据用途：该数据集可用于科技行业、政府机构、学术研究和咨询行业的分析。例如： - 科技行业可以分析不同地区的人工智能技术发展水平。 -...
-
人工智能未来影响力洞察报告
标题：人工智能未来影响力洞察报告 数据内容： 该数据集记录了受访者对“人工智能在未来20年内是否会帮助或伤害人们”的看法。数据内容包括以下字段： - Entity：表示受访者或机构的标识符。 - Code：表示与受访者相关的编码信息。 - Year：表示调查的年份。 - Mostly help：表示认为人工智能会“大部分帮助”人们的受访者数量。 -...
-
AI系统训练数据指数增长趋势分析
标题：AI系统训练数据指数增长趋势分析 数据内容： 该数据集记录了用于训练著名AI系统的数据点的指数增长趋势。每个领域（如视觉、语言、时间序列等）都有特定的数据点单位，例如视觉领域的单位是图像，语言领域的单位是单词，时间序列领域的单位是时间步长。数据集包含以下关键数据元素： - 实体（Entity）：标识训练数据所属的具体对象或类别。 -...
-
美国和加拿大新AI博士的雇主分布分析
标题：美国和加拿大新AI博士的雇主分布分析 数据内容：该数据集包含了美国和加拿大在特定年份获得人工智能博士学位的毕业生的雇主信息。数据元素包括： - 实体（Entity） - 代码（Code） - 年份（Year） - 在政府工作的AI博士毕业生人数（AI PhD graduates employed in government） -...
-
人工智能模型性能与训练计算的数据集
标题：人工智能模型性能与训练计算的数据集 数据内容： 该数据集包含关于人工智能模型在知识测试与培训计算方面的性能表现。具体包括以下数据元素： - 实体（Entity）：表示测试的模型或技术的名称或标识，共有25种不同的值。 - 代码（Code）：表示模型或技术的唯一标识符，共有1种值。 - 年份（Year）：表示数据收集的年份，共有5种不同的值。 -...
