数据集是专为电影推荐系统与影视趋势分析而构建的3万余部高分电影元数据集，核心价值在于提供影片ID、标题、概述、流派、评分、投票数、人气值及海报路径等15个字段，支持从内容过滤到NLP分析的多种数据科学实践，有效解决电影推荐教学缺乏大规模标准化数据集的问题。适用于数据科学学习者与推荐系统开发者进行算法练习与趋势探索。
其他
表格
4
数据集是专为建筑电力负荷估算与变压器选型而合成的6000条工程计算记录，依据IS 732等标准的需求系数逻辑模拟从建筑面积到变压器容量的完整计算流程，有效解决电气工程数据因保密性难以获取的问题。适用于电气工程师与数据科学从业者进行负荷预测建模与AI辅助设计工具原型开发。
建筑
表格
0
数据集是专为中药毒性预测与毒理学研究而构建的中药毒性标注数据集，核心价值在于通过领域专家手工检索古代医典、本草专著、药典及现代毒理学文献，为原始数据库中缺乏标准化毒性注释的中药材补充三级毒性标签，有效解决中药毒性数据缺失严重且常规填充方法不适用的问题。适用于中药研究者与计算毒理学从业者进行毒性预测建模与毒性机制分析。
医疗
表格
5
数据集是专为气候变化分析与预测建模而构建的覆盖30个国家35年月度气候与能源指标数据集，核心价值在于整合NOAA、全球碳计划、ERA5等国际权威来源的温度异常、CO₂浓度、温室气体排放、海冰范围及可再生能源等54个特征，并内置气候风险评分与变暖类别等机器学习就绪目标变量，有效解决气候数据分散且缺乏标准化整合的问题。适用于气候研究者与数据科学家进行趋势分析、预测建模及可视化研究。
能源
时序
表格
0
数据集是专为心血管疾病风险预测与医疗分析而合成的20000条患者记录数据集，核心价值在于提供包含人口统计、生活方式、临床测量及实验室生物标志物等38个特征的完整健康画像，配合二分类目标变量，帮助练习从数据预处理到模型评估的完整预测流程，有效解决医疗预测教学中缺乏高质量结构化数据的问题。适用于机器学习学习者与医疗分析从业者进行预测建模与特征工程实践。
医疗
表格
1
数据集是专为金融欺诈检测与风险分析而合成的综合银行与数字支付交易数据集，核心价值在于整合客户档案、商户信息、支付详情、卡片记录及设备信息等多表关联数据，提供含欺诈标签的真实模拟交易模式，帮助构建从数据整合到模型部署的完整分析流程，有效解决真实金融数据隐私受限且缺乏系统化结构的问题。适用于数据科学学习者与金融分析从业者进行欺诈检测、客户分群及风险建模实践。
金融
表格
9
数据集为24种关键矿产×35个国家×2015至2026年的年度供应面板数据，涵盖产量、储量、精炼集中度、价格、出口管制及供应风险指数等字段，可支撑资源地缘政治分析与供应中断预测建模，适用于关键矿产供应链风险评估、资源安全预警建模及地缘政治经济分析等场景。
其他
时序
表格
0
数据集为GitHub公开仓库的结构化快照，涵盖历史最高星标项目与新近快速增长的热门仓库，包含星标数、复刻数、编程语言、主题标签及许可证等字段，可支撑开源生态趋势分析与开发者工具研究，适用于开源项目流行度分析、编程语言趋势研究及技术生态可视化等场景。
其他
时序
表格
3
数据集是专为AI模型对比、成本效益分析与趋势研究而构建的大规模结构化LLM元数据集，核心价值在于持续每日更新收集GPT-4o、Claude 3.5 Sonnet、Llama 3.1等数百个前沿模型的架构、基准评分、API定价、推理性能及开源许可等130+维度的丰富元数据，有效解决AI模型信息分散且更新滞后的问题。适用于AI研究者与开发者进行模型选型与性能趋势分析。
其他
表格
1
数据集是专为AI生成文本检测而合成的10200条模拟学术提交记录数据集，核心价值在于结合语言结构指标与行为遥测数据，模拟类别不平衡、缺失值、异常值与系统重复等真实数据缺陷，有效解决传统抄袭检测与现代AI文本检测之间的技术断层问题。适用于数据科学从业者与NLP研究者进行二分类模型开发与稳健性测试。
教育
表格
0
数据集是专为AI工程生态分析与开源软件研究而构建的30198个AI工程GitHub仓库结构化数据集，核心价值在于提供仓库身份、参与度、生命周期、维护状态、架构分类及框架栈等37列丰富元数据，特别包含4,000个深度富化仓库的治理健康度与依赖共现信息，有效解决AI工程工具生态分散且缺乏系统化分类的问题。适用于开发者与研究者进行工具筛选与生态趋势分析。
其他
表格
0
数据集是专为体育分析与世界杯历史研究而构建的1930–2026年全部世界杯赛事记录数据集，核心价值在于提供包括参赛队伍、比分、阶段、场地及冠军等详尽的23个字段的标准化赛事信息，有效解决了世界杯历史数据分散且格式不一的问题。适用于体育分析师与数据科学爱好者进行赛事趋势预测与历史表现分析。
文旅
表格
2
数据集是专为印度劳动力市场分析与就业能力建模而合成的12000份职业档案数据集，核心价值在于依据印度技能报告2026、NASSCOM等公开劳动市场统计校准分布与相关性，提供职位、技能、薪资、就业能力等26个字段的结构化画像，有效解决真实个人职业数据无法通过公开API获取且受平台条款限制的问题。适用于数据科学从业者与研究者进行薪资预测与技能缺口分析。
人力资源
表格
0
数据集是专为国家信息标准化查询与地理分析而构建的全球国家元数据数据集，核心价值在于提供包含ISO 3166-1双字母/三字母代码、国际电话区号、首都、官方货币代码及地理区域/次区域等12个标准化字段的国家信息参考，有效解决了多源国家数据格式不一致与编码映射困难的问题。适用于开发者与数据分析师进行地理编码、API集成与数据预处理。
其他
表格
2
数据集为148个主要城市在两个时间点的生活成本与生活质量指标快照，涵盖成本指数、租金、购买力、收入、医疗、安全、污染及综合生活质量指数等26个字段，可支撑城市宜居性分析与预测建模，适用于生活质量预测、生活成本聚类分析及城市对比研究等场景。
医疗
时序
表格
0
数据集是专为LLM安全分类器、提示注入检测及AI代理护栏开发而构建的10万条标注提示基准数据集，核心价值在于提供6大安全类别及1-5级风险评分的多维度标注体系，覆盖直接/间接提示注入、越狱攻击及有害内容请求等对抗场景，尤其关注自主AI代理工具调用环境下的安全防护，有效解决LLM应用部署中缺乏大规模系统化安全评测基准的问题。适用于AI安全研究人员与LLM应用开发者进行安全分类器训练与红队测试。
其他
文本
1
数据集是专为医院运营分析与数据科学实践而合成的古尔冈医院数据集，核心价值在于提供包含80名医生、40000名患者及400000+笔交易记录的完整医疗运营与财务数据，同时提供原始版与清洗版双版本，帮助练习数据清洗全流程及患者全生命周期跟踪分析，有效解决医疗分析教学中缺乏真实规模与复杂度的练习数据的问题。适用于数据分析师与商业智能从业者进行医院收入分析、患者流量分析与仪表板开发实践。
医疗
表格
0
数据集为1200条RAG（检索增强生成）系统错误分析基准样例，涵盖12个领域与8种错误类型，包含问题、检索上下文、真实答案、模型答案及错误分类等字段，可支撑RAG系统评估与幻觉检测研究，适用于RAG性能评估、错误类型分类及检索质量分析等场景。
其他
文本
表格
0
数据集是专为二分类预测分析与机器学习教学而构建的客户购买行为数据集，核心价值在于提供性别、年龄、预估薪资等人口统计特征及明确的购买决策目标变量，帮助学习者掌握从数据预处理、探索性分析到特征工程和模型训练的全流程，有效解决初学者缺乏标准化工整数据集练习分类算法的问题。适用于正在学习数据科学和机器学习的学生、教育工作者及从业者进行算法对比与模型评估。
消费
表格
0
数据集是专为5G通信网络规划与终端设备兼容性分析而构建的136种已验证5G频段组合数据集，核心价值在于提供基于3GPP规范、GCF/PTCRB认证及厂商数据手册的多层可追溯验证的EN-DC双连接与NR载波聚合配置，帮助识别全球运营商实际部署的频段组合及其性能参数，有效解决5G频段组合信息分散且缺乏系统化验证的问题。适用于5G网络工程师、通信设备研发人员及频规政策研究者进行网络规划与设备认证分析。
其他
表格
1
数据集是专为中风风险评估与医疗AI预测建模而合成的50000条患者记录数据集，核心价值在于提供包含人口统计、生活方式、病史、实验室测量、心血管指标及环境因素等40个特征的多维健康数据，并采用合理医学风险关系生成中风风险标签，帮助研究真实医疗数据中的缺失值处理与多分类预测问题，有效解决医疗数据获取受限且隐私敏感的开发需求。适用于机器学习从业者与医疗AI研究人员进行风险建模与算法开发。
医疗
表格
0
数据集是专为电影推荐系统与影视趋势分析而构建的3万余部高分电影元数据集，核心价值在于提供影片ID、标题、概述、流派、评分、投票数、人气值及海报路径等15个字段，支持从内容过滤到NLP分析的多种数据科学实践，有效解决电影推荐教学缺乏大规模标准化数据集的问题。适用于数据科学学习者与推荐系统开发者进行算法练习与趋势探索。
其他
表格
4
数据集是专为建筑电力负荷估算与变压器选型而合成的6000条工程计算记录，依据IS 732等标准的需求系数逻辑模拟从建筑面积到变压器容量的完整计算流程，有效解决电气工程数据因保密性难以获取的问题。适用于电气工程师与数据科学从业者进行负荷预测建模与AI辅助设计工具原型开发。
建筑
表格
0
数据集是专为中药毒性预测与毒理学研究而构建的中药毒性标注数据集，核心价值在于通过领域专家手工检索古代医典、本草专著、药典及现代毒理学文献，为原始数据库中缺乏标准化毒性注释的中药材补充三级毒性标签，有效解决中药毒性数据缺失严重且常规填充方法不适用的问题。适用于中药研究者与计算毒理学从业者进行毒性预测建模与毒性机制分析。
医疗
表格
5
数据集是专为气候变化分析与预测建模而构建的覆盖30个国家35年月度气候与能源指标数据集，核心价值在于整合NOAA、全球碳计划、ERA5等国际权威来源的温度异常、CO₂浓度、温室气体排放、海冰范围及可再生能源等54个特征，并内置气候风险评分与变暖类别等机器学习就绪目标变量，有效解决气候数据分散且缺乏标准化整合的问题。适用于气候研究者与数据科学家进行趋势分析、预测建模及可视化研究。
能源
时序
表格
0
数据集是专为心血管疾病风险预测与医疗分析而合成的20000条患者记录数据集，核心价值在于提供包含人口统计、生活方式、临床测量及实验室生物标志物等38个特征的完整健康画像，配合二分类目标变量，帮助练习从数据预处理到模型评估的完整预测流程，有效解决医疗预测教学中缺乏高质量结构化数据的问题。适用于机器学习学习者与医疗分析从业者进行预测建模与特征工程实践。
医疗
表格
1
数据集是专为金融欺诈检测与风险分析而合成的综合银行与数字支付交易数据集，核心价值在于整合客户档案、商户信息、支付详情、卡片记录及设备信息等多表关联数据，提供含欺诈标签的真实模拟交易模式，帮助构建从数据整合到模型部署的完整分析流程，有效解决真实金融数据隐私受限且缺乏系统化结构的问题。适用于数据科学学习者与金融分析从业者进行欺诈检测、客户分群及风险建模实践。
金融
表格
9
数据集为24种关键矿产×35个国家×2015至2026年的年度供应面板数据，涵盖产量、储量、精炼集中度、价格、出口管制及供应风险指数等字段，可支撑资源地缘政治分析与供应中断预测建模，适用于关键矿产供应链风险评估、资源安全预警建模及地缘政治经济分析等场景。
其他
时序
表格
0
数据集为GitHub公开仓库的结构化快照，涵盖历史最高星标项目与新近快速增长的热门仓库，包含星标数、复刻数、编程语言、主题标签及许可证等字段，可支撑开源生态趋势分析与开发者工具研究，适用于开源项目流行度分析、编程语言趋势研究及技术生态可视化等场景。
其他
时序
表格
3
数据集是专为AI模型对比、成本效益分析与趋势研究而构建的大规模结构化LLM元数据集，核心价值在于持续每日更新收集GPT-4o、Claude 3.5 Sonnet、Llama 3.1等数百个前沿模型的架构、基准评分、API定价、推理性能及开源许可等130+维度的丰富元数据，有效解决AI模型信息分散且更新滞后的问题。适用于AI研究者与开发者进行模型选型与性能趋势分析。
其他
表格
1
数据集是专为AI生成文本检测而合成的10200条模拟学术提交记录数据集，核心价值在于结合语言结构指标与行为遥测数据，模拟类别不平衡、缺失值、异常值与系统重复等真实数据缺陷，有效解决传统抄袭检测与现代AI文本检测之间的技术断层问题。适用于数据科学从业者与NLP研究者进行二分类模型开发与稳健性测试。
教育
表格
0
数据集是专为AI工程生态分析与开源软件研究而构建的30198个AI工程GitHub仓库结构化数据集，核心价值在于提供仓库身份、参与度、生命周期、维护状态、架构分类及框架栈等37列丰富元数据，特别包含4,000个深度富化仓库的治理健康度与依赖共现信息，有效解决AI工程工具生态分散且缺乏系统化分类的问题。适用于开发者与研究者进行工具筛选与生态趋势分析。
其他
表格
0
数据集是专为体育分析与世界杯历史研究而构建的1930–2026年全部世界杯赛事记录数据集，核心价值在于提供包括参赛队伍、比分、阶段、场地及冠军等详尽的23个字段的标准化赛事信息，有效解决了世界杯历史数据分散且格式不一的问题。适用于体育分析师与数据科学爱好者进行赛事趋势预测与历史表现分析。
文旅
表格
2
数据集是专为印度劳动力市场分析与就业能力建模而合成的12000份职业档案数据集，核心价值在于依据印度技能报告2026、NASSCOM等公开劳动市场统计校准分布与相关性，提供职位、技能、薪资、就业能力等26个字段的结构化画像，有效解决真实个人职业数据无法通过公开API获取且受平台条款限制的问题。适用于数据科学从业者与研究者进行薪资预测与技能缺口分析。
人力资源
表格
0
数据集是专为国家信息标准化查询与地理分析而构建的全球国家元数据数据集，核心价值在于提供包含ISO 3166-1双字母/三字母代码、国际电话区号、首都、官方货币代码及地理区域/次区域等12个标准化字段的国家信息参考，有效解决了多源国家数据格式不一致与编码映射困难的问题。适用于开发者与数据分析师进行地理编码、API集成与数据预处理。
其他
表格
2
数据集为148个主要城市在两个时间点的生活成本与生活质量指标快照，涵盖成本指数、租金、购买力、收入、医疗、安全、污染及综合生活质量指数等26个字段，可支撑城市宜居性分析与预测建模，适用于生活质量预测、生活成本聚类分析及城市对比研究等场景。
医疗
时序
表格
0
数据集是专为LLM安全分类器、提示注入检测及AI代理护栏开发而构建的10万条标注提示基准数据集，核心价值在于提供6大安全类别及1-5级风险评分的多维度标注体系，覆盖直接/间接提示注入、越狱攻击及有害内容请求等对抗场景，尤其关注自主AI代理工具调用环境下的安全防护，有效解决LLM应用部署中缺乏大规模系统化安全评测基准的问题。适用于AI安全研究人员与LLM应用开发者进行安全分类器训练与红队测试。
其他
文本
1
数据集是专为医院运营分析与数据科学实践而合成的古尔冈医院数据集，核心价值在于提供包含80名医生、40000名患者及400000+笔交易记录的完整医疗运营与财务数据，同时提供原始版与清洗版双版本，帮助练习数据清洗全流程及患者全生命周期跟踪分析，有效解决医疗分析教学中缺乏真实规模与复杂度的练习数据的问题。适用于数据分析师与商业智能从业者进行医院收入分析、患者流量分析与仪表板开发实践。
医疗
表格
0
数据集为1200条RAG（检索增强生成）系统错误分析基准样例，涵盖12个领域与8种错误类型，包含问题、检索上下文、真实答案、模型答案及错误分类等字段，可支撑RAG系统评估与幻觉检测研究，适用于RAG性能评估、错误类型分类及检索质量分析等场景。
其他
文本
表格
0
数据集是专为二分类预测分析与机器学习教学而构建的客户购买行为数据集，核心价值在于提供性别、年龄、预估薪资等人口统计特征及明确的购买决策目标变量，帮助学习者掌握从数据预处理、探索性分析到特征工程和模型训练的全流程，有效解决初学者缺乏标准化工整数据集练习分类算法的问题。适用于正在学习数据科学和机器学习的学生、教育工作者及从业者进行算法对比与模型评估。
消费
表格
0
数据集是专为5G通信网络规划与终端设备兼容性分析而构建的136种已验证5G频段组合数据集，核心价值在于提供基于3GPP规范、GCF/PTCRB认证及厂商数据手册的多层可追溯验证的EN-DC双连接与NR载波聚合配置，帮助识别全球运营商实际部署的频段组合及其性能参数，有效解决5G频段组合信息分散且缺乏系统化验证的问题。适用于5G网络工程师、通信设备研发人员及频规政策研究者进行网络规划与设备认证分析。
其他
表格
1
数据集是专为中风风险评估与医疗AI预测建模而合成的50000条患者记录数据集，核心价值在于提供包含人口统计、生活方式、病史、实验室测量、心血管指标及环境因素等40个特征的多维健康数据，并采用合理医学风险关系生成中风风险标签，帮助研究真实医疗数据中的缺失值处理与多分类预测问题，有效解决医疗数据获取受限且隐私敏感的开发需求。适用于机器学习从业者与医疗AI研究人员进行风险建模与算法开发。
医疗
表格
0
苏公网安备 32059002001776号
