CompBioDatasetsForMachineLearning
生物医学机器学习数据集一网打尽，找数据不再翻论文
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 209
核心亮点
- 按任务和数据类型分类，覆盖蛋白质、基因组、药物等多领域
- 每条目附来源链接，可直接跳转获取原始数据
- 人工策展并持续更新，比零散搜索更省时
不足之处
- 仅做索引，不提供数据下载、清洗或预处理脚本
- 缺少统一的数据格式说明与规模、许可等元信息
适用场景
- 机器学习课题起步时快速筛选可用生物医学数据集
- 做基准测试前对比不同数据集的适用性
- 教学或组会中整理领域公开数据资源清单
替代项目
awesome-bio-datasets、OpenBioML
下一篇：bigset-oss
同类项目推荐
syncd
开源
一键生成多图合成数据，搞定个性化图像生成训练
SynCD: Generating Multi-Image Synthetic Data for Text-to-Image Customization (ICCV 2···
Awesome-LLM4RS-Papers
开源
一页看懂LLM+推荐系统论文全景，紧跟前沿不迷路
Large Language Model-enhanced Recommender System Papers
datalad
开源
用Git方式管理大型数据和代码，实现可复现科研
Keep code, data, containers under control with git and git-annex
dataset-viewer
开源
不下载数据集，网页直接看样本和统计
Backend that powers the dataset viewer on Hugging Face dataset pages through a publi···
Cosmos-Drive-Dreams
开源
用世界模型生成海量驾驶视频，低成本覆盖极端场景
Cosmos-Drive-Dreams: Scalable Synthetic Driving Data Generation with World Foundatio···
awesome-chemistry-datasets
开源
化学 ML 数据集一站查，选数据不再翻论文
overview of datasets for ML in chemistry
Project-Imaging-X
开源
一站式检索1000+医学影像数据集，快速开启基础模型训练
Project Imaging-X: A Survey of 1000+ Open-Access Medical Imaging Datasets for Founda···
candy-machine
开源
给训练集打标，快人一步
Image Dataset Tagger for Stable Diffusion / Lora / DreamBooth Training
StarryDivineSky
开源
一个仓库逛遍 10K+ 精选开源项目，快速找到你要的轮子。
精选了10K+项目，包括机器学习、深度学习、NLP、GNN、推荐系统、生物医药、机器视觉、前后···