数据仓库

#数据仓库#  awesome-public-datasets - 收集了各种类别的开源数据，包括但不限于经济、农业、生物、民生、气象、数据安全等等

#自然语言处理#  🤗 The largest hub of ready-to-use datasets for ML models with fast, easy-to-use and efficient data manipulation tools

翻译 - 🤗 PyTorch，TensorFlow，NumPy和Pandas中用于自然语言处理以及其他功能的快速，高效，开放式数据集和评估指标

#数据仓库#  OpenRefine（原名Google Refine） 是一个强大的数据清洗和转换工具

#数据仓库#  An open source multi-tool for exploring and publishing data

翻译 - 一个用于探索和发布数据的开源多功能工具

#计算机科学#  Open source annotation tool for machine learning practitioners.

翻译 - 机器学习从业者的开源文本注释工具。

#计算机科学#  Data Lake for Deep Learning. Multi-modal Vector Database for LLMs/LangChain. Store, query, version, & visualize datasets. Stream data in real-time to PyTorch/TensorFlow. https://activeloop.ai

翻译 - 访问和管理PyTorch和TensorFlow数据集的最快方法。轻松构建可伸缩的数据管道。Leading Data 2.0 http://activeloop.ai

#自然语言处理#  搜索所有中文NLP数据集，附常用英文NLP数据集

#数据仓库#  数据接口：百度、谷歌、头条、微博指数,宏观数据，利率数据，货币汇率，千里马、独角兽公司，新闻联播文字稿，影视票房数据，高校名单，疫情数据…

#计算机科学#  TorchGeo: datasets, samplers, transforms, and pre-trained models for geospatial data

翻译 - TorchGeo：地理空间数据的数据集、转换和模型

#数据仓库#  Language Understanding Evaluation benchmark for Chinese: datasets, baselines, pre-trained models,corpus and leaderboard

翻译 - 汉语语言理解评估基准：数据集，基线，预训练模型，语料库和排行榜