ML vs DL results comparison based on average performance metrics.

NIAID Data Ecosystem2026-03-12 收录

数据链接：

https://figshare.com/articles/dataset/ML_vs_DL_results_comparison_based_on_average_performance_metrics_/13707741 数据链接链接失效反馈

官方服务：

资源简介：

The metric ‘Accuracy’ refers to LOOCV accuracy.

创建时间：

2021-02-03

trollek/Panoia-v01

自然语言处理

机器学习模型评估

这是一个小型的Ultrachat样本数据集，正在进行中，使用了提示评估作为蒸馏方法，并使用了多个高质量的开源模型来回答这些评估过的提示。数据集的质量不高，有些指令只是从一个更大的提示中提取的一行（可能是一个食谱），并建议未来的改进应该包括对部分指令的响应，而不是假设这些部分指令是可操作的。

Hugging Face2024-07-18 更新210

Performance evaluation matrix: Five ML models (Base model: MLR) – Comparative performance metrics of six machine-learning algorithms in classifying complex multimorbidity clusters.

共病聚类分类

机器学习模型评估

Performance evaluation matrix: Five ML models (Base model: MLR) – Comparative performance metrics of six machine-learning algorithms in classifying complex multimorbidity clusters.

Figshare2025-11-17 更新60

Results for different workflows of Adaboost classifiers, with standard deviations over n = 10 runs.

Adaboost分类器

机器学习模型评估

Results for different workflows of Adaboost classifiers, with standard deviations over n = 10 runs.

NIAID Data Ecosystem50

Anthropic Helpful and Harmless

自然语言处理

机器学习模型评估

该数据集名为“Anthropic”，其中包含了旨在评估模型响应在帮助性和无害性方面的对话。此外，该数据集还用于对Pythia-2.8B模型进行微调。其所涉及的任务是单轮对话。

arXiv200

Performance of machine learning models for financial market data.

金融市场预测

机器学习模型评估

Performance of machine learning models for financial market data.

Figshare2023-09-28 更新50

ML vs DL results comparison based on average performance metrics.

资源简介：

相关数据集