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？
sj-zip-1-mpx-10.1177_1744806920936502 - Supplemental material for Differential methylation and expression of genes in the hypoxia-inducible factor 1 signaling pathway are associated with paclitaxel-induced peripheral neuropathy in breast cancer survivors and with preclinical models of chemotherapy-induced neuropathic pain
收藏Mendeley Data2024-06-25 更新2024-06-28 收录
下载链接：
https://sage.figshare.com/articles/sj-zip-1-mpx-10_1177_1744806920936502_-_Supplemental_material_for_Differential_methylation_and_expression_of_genes_in_the_hypoxia-inducible_factor_1_signaling_pathway_are_associated_with_paclitaxel-induced_peripheral_neuropathy_in_breast_ca/12578114
下载链接
链接失效反馈资源简介：
Supplemental material, sj-zip-1-mpx-10.1177_1744806920936502 for Differential methylation and expression of genes in the hypoxia-inducible factor 1 signaling pathway are associated with paclitaxel-induced peripheral neuropathy in breast cancer survivors and with preclinical models of chemotherapy-induced neuropathic pain by Kord M Kober, Man-Cheung Lee, Adam Olshen Yvette P Conley, Marina Sirota, Michael Keiser, Marilyn J Hammer, Gary Abrams, Mark Schumacher, Jon D Levine and Christine Miaskowski in Molecular Pain
创建时间：
2023-06-28
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
PlantVillage
在这个数据集中，39 种不同类别的植物叶子和背景图像可用。包含 61,486 张图像的数据集。我们使用了六种不同的增强技术来增加数据集的大小。这些技术是图像翻转、伽玛校正、噪声注入、PCA 颜色增强、旋转和缩放。
OpenDataLab 收录
PASCAL VOC 2007
这个挑战的目标是从现实场景中的许多视觉对象类别中识别对象（即不是预先分割的对象）。它基本上是一个监督学习问题，因为它提供了一组标记图像的训练集。已选择的 20 个对象类别是： 人：人 动物：鸟、猫、牛、狗、马、羊 交通工具：飞机、自行车、船、公共汽车、汽车、摩托车、火车 室内：瓶子、椅子、餐桌、盆栽、沙发、电视/显示器 将有两个主要比赛和两个较小规模的“品酒师”比赛。内容：提供的训练数据由一组图像组成；每个图像都有一个注释文件，为图像中存在的 20 个类别之一中的每个对象提供一个边界框和对象类别标签。请注意，来自多个类的多个对象可能出现在同一图像中。
OpenDataLab 收录
GPQA
GPQA是一个由生物学、物理学和化学领域的专家编写的448个多选题数据集。该数据集的特点是问题质量高且极其困难，即使是具有博士学位或在读博士的专家也仅能达到65%的准确率，而高技能的非专家验证者仅有34%的准确率。数据集旨在用于研究未来AI系统在帮助解答非常困难问题时的可扩展监督方法，特别是在开发新科学知识时。
arXiv 收录
GME Data
关于2021年GameStop股票活动的数据，包括每日合并的GME短期成交量数据、每日失败交付数据、可借股数、期权链数据以及不同时间框架的开盘/最高/最低/收盘/成交量条形图。
github 收录
WTQ (WikiTableQuestions)
WikiTableQuestions (WTQ) 是一个用于自然语言处理任务的数据集，主要用于从表格数据中提取信息。该数据集包含来自维基百科的22,033个表格和22,033个问题，每个问题都与一个表格相关联。数据集的目标是训练和评估模型，使其能够理解自然语言查询并从表格中提取正确的答案。
github.com 收录