有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
deepmind/math_dataset|数学问题数据集|机器学习数据集
收藏hugging_face2024-01-18 更新2024-06-15 收录
下载链接：
https://hf-mirror.com/datasets/deepmind/math_dataset
下载链接
链接失效反馈资源简介：
该数据集是一个数学问题和答案对的集合，旨在测试学习模型的数学学习和代数推理能力。数据集涵盖了大致学校水平的各种问题类型。原始论文为《分析神经模型的数学推理能力》（Saxton, Grefenstette, Hill, Kohli）。
提供机构：
deepmind
原始信息汇总
数据集卡片
数据集描述
数据集概述
数学数据集（Mathematics Dataset）是一个包含数学问题和答案对的数据集，涵盖了大约学校水平的各种问题类型。该数据集旨在测试学习模型的数学学习和代数推理能力。
支持的任务和排行榜
数据集支持的任务包括代数、算术、微积分、比较、测量、多项式和概率等多个数学领域的任务。
语言
数据集主要使用英语。
数据集结构
数据实例
每个数据实例包含一个问题和对应的答案。
数据字段
question: 问题，数据类型为字符串（string）。answer: 答案，数据类型为字符串（string）。
数据分割
数据集分为训练集和测试集：
test: 包含10,000个样本。train: 包含1,999,998个样本。
数据集创建
策划理由
该数据集旨在提供一个标准化的评估工具，用于测试和提高机器学习模型在数学问题解决和推理方面的能力。
源数据
数据集是通过生成算法自动生成的，确保了问题和答案的多样性和覆盖面。
注释
数据集中的每个问题都附带一个正确答案，用于评估模型的性能。
个人和敏感信息
数据集中不包含任何个人或敏感信息。
使用数据的注意事项
数据集的社会影响
该数据集有助于推动机器学习在教育领域的应用，特别是在自动化数学问题解决和辅导方面。
偏见讨论
数据集设计时考虑了广泛的数学问题类型，以减少偏见，但仍需注意模型在特定类型问题上的表现。
其他已知限制
数据集主要关注数学问题的生成和解决，可能不涵盖所有数学领域的复杂性。
附加信息
数据集策展人
数据集由DeepMind开发和维护。
许可信息
数据集的许可信息未在提供的文档中明确说明。
引用信息
引用该数据集时，建议参考原始论文：Analysing Mathematical Reasoning Abilities of Neural Models (Saxton, Grefenstette, Hill, Kohli)。
贡献
欢迎对数据集进行贡献和改进，具体贡献方式请参考数据集的GitHub仓库。
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国区域地面气象要素驱动数据集 v2.0（1951-2024）
中国区域地面气象要素驱动数据集（China Meteorological Forcing Data，以下简称 CMFD）是为支撑中国区域陆面、水文、生态等领域研究而研发的一套高精度、高分辨率、长时间序列数据产品。本页面发布的 CMFD 2.0 包含了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等气象要素，时间分辨率为 3 小时，水平空间分辨率为 0.1°，时间长度为 74 年（1951~2024 年），覆盖了 70°E~140°E，15°N~55°N 空间范围内的陆地区域。CMFD 2.0 融合了欧洲中期天气预报中心 ERA5 再分析数据与气象台站观测数据，并在辐射、降水数据产品中集成了采用人工智能技术制作的 ISCCP-ITP-CNN 和 TPHiPr 数据产品，其数据精度较 CMFD 的上一代产品有显著提升。 CMFD 历经十余年的发展，其间发布了多个重要版本。2019 年发布的 CMFD 1.6 是完全采用传统数据融合技术制作的最后一个 CMFD 版本，而本次发布的 CMFD 2.0 则是 CMFD 转向人工智能技术制作的首个版本。此版本与 1.6 版具有相同的时空分辨率和基础变量集，但在其它诸多方面存在大幅改进。除集成了采用人工智能技术制作的辐射和降水数据外，在制作 CMFD 2.0 的过程中，研发团队尽可能采用单一来源的再分析数据作为输入并引入气象台站迁址信息，显著缓解了 CMFD 1.6 中因多源数据拼接和气象台站迁址而产生的虚假气候突变。同时，CMFD 2.0 数据的时间长度从 CMFD 1.6 的 40 年大幅扩展到了 74 年，并将继续向后延伸。CMFD 2.0 的网格空间范围虽然与 CMFD 1.6 相同，但其有效数据扩展到了中国之外，能够更好地支持跨境区域研究。为方便用户使用，CMFD 2.0 还在基础变量集之外提供了若干衍生变量，包括近地面相对湿度、雨雪分离降水产品等。此外，CMFD 2.0 摒弃了 CMFD 1.6 中通过 scale_factor 和 add_offset 参数将实型数据化为整型数据的压缩技术，转而直接将实型数据压缩存储于 NetCDF4 格式文件中，从而消除了用户使用数据时进行解压换算的困扰。 本数据集原定版本号为 1.7，但鉴于本数据集从输入数据到研制技术都较上一代数据产品有了大幅的改变，故将其版本号重新定义为 2.0。CMFD 2.0 的数据内容与此前宣传的 CMFD 1.7 基本一致，仅对 1983 年 7 月以后的向下短/长波辐射通量数据进行了更新，以修正其长期趋势存在的问题。
国家青藏高原科学数据中心 收录
中国交通事故深度调查（CIDAS）数据集
交通事故深度调查数据通过采用科学系统方法现场调查中国道路上实际发生交通事故相关的道路环境、道路交通行为、车辆损坏、人员损伤信息，以探究碰撞事故中车损和人伤机理。目前已积累深度调查事故10000余例，单个案例信息包含人、车 、路和环境多维信息组成的3000多个字段。该数据集可作为深入分析中国道路交通事故工况特征，探索事故预防和损伤防护措施的关键数据源，为制定汽车安全法规和标准、完善汽车测评试验规程、
北方大数据交易中心 收录
MIMIC-IV数据库
MIMIC全称是Medical Information Mart for Intensive Care, 是一个重症医学数据库。2003年，在NIH的资助下，来自贝斯以色列女执事医疗中心(Beth Israel Deaconess Medical Center)、麻省理工(MIT)、牛津大学和麻省总医院(MGH)的急诊科医生、重症科医生、计算机科学专家等共同建立的一个数据库。
github 收录
AIS数据集
该研究使用了多个公开的AIS数据集，这些数据集经过过滤、清理和统计分析。数据集涵盖了多种类型的船舶，并提供了关于船舶位置、速度和航向的关键信息。数据集包括来自19,185艘船舶的AIS消息，总计约6.4亿条记录。
github 收录
FAOSTAT Agricultural Data
FAOSTAT Agricultural Data 是由联合国粮食及农业组织（FAO）提供的全球农业数据集。该数据集涵盖了农业生产、贸易、价格、土地利用、水资源、气候变化、人口统计等多个方面的详细信息。数据包括了全球各个国家和地区的农业统计数据，旨在为政策制定者、研究人员和公众提供全面的农业信息。
www.fao.org 收录