chessboard_stockfish_evaluation

kaggle2020-03-14 更新2024-03-08 收录

国际象棋

数据挖掘

数据链接：

https://www.kaggle.com/datasets/antoinecastel/fen-to-stockfish-evaluation 数据链接链接失效反馈

官方服务：

资源简介：

Data curated and mined from Lichess

该数据集系从Lichess平台整理并挖掘所得

创建时间：

2020-03-14

OceanMind海睿思审计档案知识库系统

档案管理

数据挖掘

审计档案知识库基于中新赛克特有的算子微服务架构，能够通过无编程的方式快速完成海量结构化、半结构和非结构化数据的治理与挖掘应用。整体平台包括数据服务层（DAAS）和业务应用层（SAAS），数据服务层包括数据汇聚、数据接入、数据处理、数据资产、数据管理、数据安全、文本挖掘引擎、图分析引擎、知识图谱引擎和用户中心引擎等模块，业务应用层包括智能搜索、被审计对象智能搜索、审计问题智能搜索、审计项目智能搜索、

郑州数据交易中心400

Xmaster6y/lczero-planning-activations

国际象棋

机器学习

该数据集包含两个配置：debug和lc0-10-4238.onnx-policy_lc0-10-4238.onnx_9。每个配置包含多个特征，如游戏ID、移动序列、FEN字符串、优化移动序列、深度信息、动作序列和WDL（Win-Draw-Loss）序列等。数据集分为训练集和测试集，分别提供了字节数和示例数。debug配置的训练集包含17504个示例，测试集包含2885个示例；lc0-10-4238

Hugging Face2024-05-20 更新210

ChessClassDataSet

国际象棋

分类任务

Chess Dataset provided for Classification

kaggle2024-01-25 更新140

CLIMB

类别不平衡

数据挖掘

CLIMB是一个针对表格数据上的类别不平衡学习的综合基准，包含73个真实世界的表格数据集，涵盖了广泛的领域和失衡水平。该数据集旨在为类别不平衡学习提供基准，并支持不同类别不平衡学习算法之间的轻松实现和比较。数据集的创建基于严格的非平凡性和现实性标准，确保了数据集的真实性和实用性。数据集包括多种算法实现，如重采样、成本敏感学习和基于集成的方法。数据集还包含了一个统一的API设计，详细的文档和严格的代

arXiv2025-05-23 更新360

KathirKs/CC-MAIN-2017-22_row_wise_20241007_162941

网络爬虫

数据挖掘

该数据集包含文本内容、唯一标识符和元数据三个主要特征。文本内容为字符串序列，唯一标识符为字符串类型，元数据包含dump、file_path、id和url四个子字段，均为字符串类型。数据集分为一个训练集，包含1,688,855个样本，总大小为20,446,020,473字节。下载大小为7,685,259,506字节。数据集的配置文件名为default，数据文件路径为data/train-*。

Hugging Face2024-10-07 更新150

chessboard_stockfish_evaluation

资源简介：

相关数据集