dataset-master是一个公开的数据集，它经常被用来练习处理大数据，常用的语言是python，里面涉及到各种各种的数据集比如鸢尾花分类的数据集、航班数据集、某一年地震统计数据集等等，可以借助数据使用plotly进行绘制各种统计图练习。

Datasets和DataLoader的用法PyTorch示例，详情可参考博客：https://blog.csdn.net/didi_ya/article/details/121306800

使用线性回归的保险预测医疗费用个人数据集 insurance.csv

datasets-uci-iris（csv）文件和相关36个UCI数据文件，datasets-uci-iris（csv）文件和相关36个UCI数据文件。

基准短语提取基准数据集 该存储库包含大量精选的基准数据集，用于评估自动关键词提取算法。 这些数据集均使用Stanford CoreNLP套件进行了预处理，并以XML格式提供。 数据集格式 所有数据集均按照以下通用结构存储： dataset/ /test/ <- test documents /train/ <- training documents (if available) /dev/ <- validation documents (if available) /src/ <- e

voc2012增强数据集，已经转换好，可以用于图像分割训练

下载完成后，将两个文件拷贝到 C:\Users\XXXX(windows账户名)\.keras\datasets目录下 如果没有datasets文件夹请手动创建 在python环境下使用tf.keras.datasets.fashion_mnist.load_data() 加载数据集即可

该存储库旨在托管可用于vtk.js示例和演示的数据集。 要了解有关vtk.js的更多信息，请单击此。

美国能源部数据集 来自美国能源部的重要数据集列表，按办公室、国家实验室和/或功能分类。 为什么这个项目 对于 2015 年 4 月 29 日的第一次创建了与会议讨论相关的美国能源部数据集的。 除了将数据集的元数据作为 Word Doc 提供之外，我们认为将其作为和格式的机器可读数据提供也很重要。 于是，这个项目就成立了。 然后我们意识到，如果数据是机器可读的格式，那么就不需要并行维护人类可读的版本。 相反，我们可以使用最新的 JSON 数据来动态呈现我们的。 有了这个简单的见解，人类可读的形式将永远不会与机器可读的形式失去同步。 在封面下 如果您希望为本 repo 中描述的类别和数据集做出贡献，了解类别和数据集相互关联会很有用。 此外，了解在哪里存储和管理数据很有用，以便将更改传播到机器和人类可读的格式。 数据模型 数据模型由两个“表”组成——类别和数据集。 类别表具有以下字段：

鸢尾花数据，带列名