Что такое датасет
Это набор данных для обучения или оценки модели. Репозиторий может содержать таблицы, тексты, изображения, архивы и документацию. Размер набора на диске не показывает, насколько он подходит вашей задаче.
1. Откройте каталог
В разделе «Датасеты» отображаются опубликованные наборы из реестра. Откройте карточку, прочитайте README и посмотрите список файлов. Если каталог пуст, публичные датасеты ещё не размещены.
2. Изучите описание
Проверьте назначение набора, языки, источник, способ разметки, лицензию и ограничения. Для оценки модели важно понять, как разделены обучающая и проверочная части, чтобы сравнение не использовало уже знакомые модели примеры.
3. Посмотрите состав
Текстовые конфигурации и небольшие текстовые файлы можно открывать по имени. Для архивов и больших файлов используйте скачивание с предоставленным доступом. Табличный просмотр всего набора, поиск по строкам и фильтрация записей в этом интерфейсе пока не доступны.
4. Подготовьте данные для своей среды
Для программы можно скачать репозиторий через snapshot_download, указав repo_type="dataset", endpoint из кабинета и свой токен. Хранение набора в реестре не запускает обучение автоматически.
Результат
Вы знаете происхождение, назначение и состав датасета и можете выбрать его для своей задачи.