🛢 Где искать данные?

В связи с тем, что PapersWithCode сперва перестал обновляться, а потом совсем исчез, актуально напомнить, где искать датасеты и бенчмарки для своих проектов.

🔠 HuggingFace/datasets - Вероятно самый логичный правопреемник PwC. В том, что касается машинного обучения, точно. Недавно анонсировал переезд на новую инфоаструктуру.

🔠 Google Dataset Search - На удивление малоизвестный инструмент поиска по большому числу источников, публикующих данные (zenodo, figshare и прочее, как старое так и новое).

🔠 Kaggle/datasets - Всем известная платформа, исходно сделанная для соревнований, но хранящая в себе массу датасетов по разным темам.

🔠 Awesome lists - Многим известны подборки, которые ищутся (чаще на гитхабе) по запросу “awesome [ваша тема]”. В них часто попадаются и подходящие датасеты. А есть и подборки отдельно по датасетам: пример.

🔠 Perplexity - Один из лучших ИИ для поиска в целом с анализом, источниками и пр. В принципе, можно использовать и другие ИИ сервисы.

🔠 SOTA - новая, но достаточно активно пополняемая подборка датасетов, бенчмарков и статей. Позиционирует себя как замена PwC.