Если данные есть у вас
Оцифруйте своё и поставьте карточку: запись сна, продажи, разговор, видео с разметкой. Покупатель берёт набор или арендует его. Так личные данные становятся продуктом, а не лежат в архиве.
Маркетплейс датасетов для обучения AI-агентов и моделей
Массового рынка таких сетов ещё нет. Я уверен, что распространение ИИ его создаст. Кто положит данные сейчас — продажи, разговор, видео с разметкой — встретит спрос не с пустой полки. Не упустите этот заход.
Если данные нужны вам
Медцентр, который исследует сон, не обязан собирать запись сам. Готовый сет можно купить или арендовать. Если его нет — заказ уходит поставщику: объём, домен, разметка, срок.
Каталог уже открыт
- В каталоге
- 122
- Продавцы
- 4
- Категории
- 7
Из чего состоит каталог
Полоса — доля карточек в задаче. Справа — готовые карточки продавцов и открытые источники, плюс путь данных до выдачи.
- Речь и аудио26
- Текст и NLP54
- Компьютерное зрение9
- Таблицы30
- Временные ряды3
- Рекомендации0
- Мультимодальные0
Готовые карточки
● Продавцы 7● Открытые 115
Открытые файлы не копируются: лицензия читается у источника.
- 01Источник
- 02Проверка ПДн
- 03Лицензия
- 04Покупка или аренда
Витрина продавцов
Все коммерческиеТекст и NLP
Отзывы покупателей: тональность
180 тысяч коротких отзывов на русском с меткой тональности. Удобно для классификатора и дообучения.
ТаблицаКоммерческая (площадки)
22 000 ₽Северная разметка
Речь и аудио
Датасет русской речи
Полевые и студийные записи русской речи для распознавания: 180 часов, расшифровка, без контактов дикторов в образце.
АудиоКоммерческая (площадки)
84 000 ₽РечьЛаб
Текст и NLP
Диалоги службы поддержки на русском
Обезличенные переписки поддержки: намерение клиента и ответ оператора. Для классификации и дообучения.
ТекстКоммерческая (площадки)
48 000 ₽РечьЛаб
Компьютерное зрение
Снимки полей для контроля всходов
Фотографии всходов с разметкой рядков и пропусков. Для детекции в агрономии, без лиц в кадре.
ИзображенияКоммерческая (площадки)
64 000 ₽АгроКадр
Временные ряды
Нагрузка районных электросетей
Почасовое потребление по обезличенным районам за три года. Для прогноза временных рядов.
Временные рядыКоммерческая (площадки)
15 000 ₽Северная разметка
Текст и NLP
Словарь ударений: демо-выборка
Небольшой свободный список слов с ударением. Можно забрать без оплаты, чтобы проверить сценарий.
ТаблицаCC0
БесплатноСеверная разметка
Открытые источники
Весь открытый каталогКарточки-указатели: файлы не копируются. Лицензия читается с Hugging Face, неизвестные и закрытые пропускаются.
Компьютерное зрение
MathNet
Открытый датасет «MathNet» от ShadenA. Лицензия CC BY 4.0. Файлы остаются у источника.
ИзображенияCC BY 4.0
У источникаОткрытые данные
Таблицы
Wikipedia
Открытый датасет «Wikipedia» от wikimedia. Лицензия CC BY-SA 3.0. Файлы остаются у источника.
ТаблицаCC BY-SA 3.0
У источникаОткрытые данные
Речь и аудио
Yodas granary
Открытый датасет «Yodas granary» от espnet. Лицензия CC BY 3.0. Файлы остаются у источника.
АудиоCC BY 3.0
У источникаОткрытые данные
Временные ряды
HPLT2.0 cleaned
Открытый датасет «HPLT2.0 cleaned» от HPLT. Лицензия CC0. Файлы остаются у источника.
Временные рядыCC0
У источникаОткрытые данные
Текст и NLP
Wiki lingua
Открытый датасет «Wiki lingua» от GEM. Лицензия CC BY-NC-SA 3.0. Файлы остаются у источника.
ТекстCC BY-NC-SA 3.0Некоммерческое
У источникаОткрытые данные
Текст и NLP
C4
Открытый датасет «C4» от allenai. Лицензия ODC-BY. Файлы остаются у источника.
ТекстODC-BY
У источникаОткрытые данные
Журнал
Как проверить качество датасета до обучения
Чеклист качества датасета: дубли, утечка в тест, разметка, лицензия и карточка. Что смотреть до обучения, чтобы метрики не врали.
Что такое датасет простыми словами
Что такое датасет, из чего он состоит, какие бывают виды и форматы, чем хороший датасет отличается от плохого и где его взять. Простое объяснение с примерами.
Где взять датасет для обучения нейросети: 40 источников
40 источников датасетов для нейросетей: агрегаторы, открытые данные РФ, русские корпуса, речь, изображения, медицина. Как купить или собрать свой.