kumpulan data_matematika

• Deskripsi :

Basis data matematika.

Kode kumpulan data ini menghasilkan pasangan pertanyaan dan jawaban matematika, dari berbagai jenis pertanyaan pada tingkat kesulitan sekolah. Hal ini dirancang untuk menguji kemampuan belajar matematika dan penalaran aljabar model pembelajaran.

Makalah asli: Menganalisis Kemampuan Penalaran Matematis Model Neural (Saxton, Grefenstette, Hill, Kohli).

Contoh penggunaan:

train_examples, val_examples = tfds.load(
    'math_dataset/arithmetic__mul',
    split=['train', 'test'],
    as_supervised=True)

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : https://github.com/deepmind/mathematics_dataset

• Kode sumber : tfds.datasets.math_dataset.Builder

• Versi :

  • 1.0.0 (default): Tidak ada catatan rilis.

• Ukuran unduhan : 2.17 GiB

• Perpecahan :

Membelah	Contoh
'test'	10.000
'train'	1.999.998

• Struktur fitur :

FeaturesDict({
    'answer': Text(shape=(), dtype=string),
    'question': Text(shape=(), dtype=string),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
menjawab	Teks		rangkaian
pertanyaan	Teks		rangkaian

• Kunci yang diawasi (Lihat as_supervised doc ): ('question', 'answer')

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@article{2019arXiv,
  author = {Saxton, Grefenstette, Hill, Kohli},
  title = {Analysing Mathematical Reasoning Abilities of Neural Models},
  year = {2019},
  journal = {arXiv:1904.01557}
}

dataset matematika/aljabar _linear_1d (konfigurasi default)

• Ukuran dataset : 141.27 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/aljabar _linear_1d_composed

• Ukuran dataset : 246.31 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/aljabar _linear_2d

• Ukuran dataset : 174.46 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/aljabar _linear_2d_composed

• Ukuran dataset : 281.35 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

dataset matematika/aljabar _polynomial_roots

• Ukuran dataset : 209.67 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/aljabar _polynomial_roots_composed

• Ukuran dataset : 297.84 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

dataset matematika/aljabar _sequence_next_term

• Ukuran dataset : 186.03 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/aljabar _sequence_nth_term

• Ukuran dataset : 222.03 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/aritmetika _add_or_sub

• Ukuran dataset : 138.95 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/aritmetika _add_or_sub_in_base

• Ukuran dataset : 142.87 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/aritmatika _add_sub_multiple

• Ukuran dataset : 140.18 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/aritmetika _div

• Ukuran dataset : 128.14 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/aritmatika _dicampur

• Ukuran dataset : 143.08 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/aritmetika _mul

• Ukuran dataset : 123.42 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/aritmatika _mul_div_multiple

• Ukuran dataset : 140.60 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/aritmetika _nearest_integer_root

• Ukuran dataset : 185.02 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/aritmatika _simplify_surd

• Ukuran dataset : 254.30 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

dataset matematika/kalkulus _diferensialkan

• Ukuran dataset : 244.75 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data matematika/kalkulus _diferensiasi_tersusun

• Ukuran dataset : 310.79 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/perbandingan _closest

• Ukuran dataset : 179.75 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data matematika/perbandingan _closest_composed

• Ukuran dataset : 256.87 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/perbandingan _kth_biggest

• Ukuran dataset : 195.94 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data/perbandingan matematika _kth_biggest_composed

• Ukuran dataset : 267.90 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

dataset matematika/perbandingan _pair

• Ukuran dataset : 135.12 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data/perbandingan matematika _pair_composed

• Ukuran dataset : 231.35 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/perbandingan _sort

• Ukuran dataset : 179.28 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data/perbandingan matematika _sort_composed

• Ukuran dataset : 260.00 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

dataset matematika/konversi_pengukuran

• Ukuran dataset : 166.67 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/pengukuran _waktu

• Ukuran dataset : 165.06 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/angka _base_conversion

• Ukuran dataset : 139.60 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data/angka matematika _div_remainder

• Ukuran dataset : 172.82 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data/angka matematika _div_remainder_composed

• Ukuran dataset : 273.13 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

dataset/angka matematika _gcd

• Ukuran dataset : 175.57 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data/angka matematika _gcd_composed

• Ukuran dataset : 284.52 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

set data/angka matematika _is_factor

• Ukuran dataset : 125.69 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data/angka matematika _is_factor_composed

• Ukuran dataset : 232.11 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data/angka matematika _is_prime

• Ukuran dataset : 123.88 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data/angka matematika _is_prime_composed

• Ukuran dataset : 231.57 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset/angka matematika _lcm

• Ukuran dataset : 184.13 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data/angka matematika _lcm_composed

• Ukuran dataset : 267.70 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

set data/angka matematika _list_prime_factors

• Ukuran dataset : 158.40 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data/angka matematika _list_prime_factors_composed

• Ukuran dataset : 251.96 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

set data/angka matematika _place_value

• Ukuran dataset : 144.20 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data/angka matematika _place_value_composed

• Ukuran dataset : 243.95 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/angka _round_number

• Ukuran dataset : 159.81 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data/angka matematika _round_number_composed

• Ukuran dataset : 247.42 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/polinomial _add

• Ukuran dataset : 304.24 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

dataset matematika/polinomial _koefisien_nama

• Ukuran dataset : 266.31 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/polinomial _collect

• Ukuran dataset : 190.81 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data matematika/polinomial _compose

• Ukuran dataset : 280.29 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

dataset matematika/polinomial _evaluate

• Ukuran dataset : 162.76 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

dataset matematika/polinomial _evaluate_composed

• Ukuran dataset : 272.91 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

set data matematika/polinomial _expand

• Ukuran dataset : 248.78 MiB

• Auto-cached ( dokumentasi ): Ya (test), Hanya ketika shuffle_files=False (train)

• Contoh ( tfds.as_dataframe ):

set data matematika/polinomial _simplify_power

• Ukuran dataset : 262.49 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

set data matematika/probabilitas _swr_p_level_set

• Ukuran dataset : 273.22 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):

kumpulan data matematika/probabilitas _swr_p_sequence

• Ukuran dataset : 261.34 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Contoh ( tfds.as_dataframe ):