Real-Complex-Analysis-Math

# Real-Complex-Analysis-Math

This dataset contains high-quality scanned pages from the classic mathematics textbook by **Walter Rudin**, widely used in advanced undergraduate and graduate-level courses on real and complex analysis. It is ideal for building OCR systems, digitizing textbooks, or creating educational AI tools for higher mathematics.

## Dataset Details

* **Source**: *Principles of Mathematical Analysis* and *Real and Complex Analysis* by Walter Rudin
* **Task**: Image-to-Text (OCR, textbook parsing)
* **Modality**: Image
* **Split**: `train`
* **Number of Samples**: 433 images
* **Size**:

* Dataset files: 353 MB
* Auto-converted Parquet: 382 MB
* **Language**: English
* **License**: [Apache 2.0](https://www.apache.org/licenses/LICENSE-2.0)

## Features

| Feature | Type |
| ------- | ----- |
| image | Image |

Each row consists of a scanned page from Rudin's textbook, suitable for OCR and mathematical content recognition tasks.

## Use Cases

* OCR training for mathematical text and symbols
* Digitization of classic mathematical literature
* Training data for document layout analysis
* Semantic understanding of advanced math textbooks
* Visual-based Q\&A from textbook pages

## How to Use

You can use the dataset via Hugging Face’s `datasets` library:

```python
from datasets import load_dataset

dataset = load_dataset("prithivMLmods/Real-Complex-Analysis-Math")
```

Each sample looks like:

```python
{
"image": <PIL.Image>
}
```

## Tags

`math`, `Real-Complex-Analysis`, `textbooks`, `image-to-text`, `OCR`, `higher-education`, `Rudin`

## Citation

If you use this dataset in your research or development, please credit the original textbook author:

> Walter Rudin, *Real and Complex Analysis* and *Principles of Mathematical Analysis*

# 实复分析数学数据集（Real-Complex-Analysis-Math）

本数据集收录沃尔特·鲁丁（Walter Rudin）经典数学教材的高质量扫描页面，该教材广泛应用于高等本科生与研究生阶段的实分析、复分析课程。本数据集非常适合用于构建光学字符识别（Optical Character Recognition, OCR）系统、数字化教材，或开发面向高等数学的教育型人工智能工具。

## 数据集详情

* **来源**：沃尔特·鲁丁所著《数学分析原理》（*Principles of Mathematical Analysis*）与《实分析与复分析》（*Real and Complex Analysis*）
* **任务类型**：图像到文本（OCR、教材解析）
* **模态**：图像
* **划分集**：`train`
* **样本数量**：433张图像
* **文件大小**：
* 数据集原始文件：353 MB
* 自动转换的Parquet格式文件：382 MB
* **语言**：英语
* **许可协议**：Apache 2.0（https://www.apache.org/licenses/LICENSE-2.0）

## 特征说明

| 特征名称 | 数据类型 |
| ------- | ----- |
| 图像 | 图像 |

每一行对应鲁丁教材的一页扫描图像，适用于OCR与数学内容识别任务。

## 应用场景

* 面向数学文本与符号的OCR模型训练
* 经典数学文献的数字化工作
* 文档布局分析模型的训练数据
* 高等数学教材的语义理解任务
* 基于教材页面的可视化问答任务

## 使用方法

您可通过Hugging Face的`datasets`库加载本数据集：

python
from datasets import load_dataset

dataset = load_dataset("prithivMLmods/Real-Complex-Analysis-Math")

单条样本格式如下：

python
{
"image": <PIL.Image>
}

## 标签

`math`, `Real-Complex-Analysis-Math`, `textbooks`, `image-to-text`, `OCR`, `higher-education`, `Rudin`

## 引用说明

若您在研究或开发工作中使用本数据集，请注明原教材作者：

> 沃尔特·鲁丁，《实分析与复分析》与《数学分析原理》