{"id":54096,"date":"2019-12-18T00:00:00","date_gmt":"2019-12-17T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/52-dataseta-dlya-trenirovochnyh-proektov"},"modified":"2020-02-18T14:02:04","modified_gmt":"2020-02-18T11:02:04","slug":"52-dataseta-dlya-trenirovochnyh-proektov","status":"publish","type":"post","link":"https:\/\/prohoster.info\/cs\/blog\/news\/52-dataseta-dlya-trenirovochnyh-proektov","title":{"rendered":"52 dataset\u016f pro tr\u00e9ninkov\u00e9 projekty","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
    \n
  1. Dataset z\u00e1kazn\u00edk\u016f obchodu<\/a><\/noindex> \u2014 data o n\u00e1v\u0161t\u011bvn\u00edc\u00edch obchodu: id, pohlav\u00ed, v\u011bk, p\u0159\u00edjem, hodnocen\u00ed v\u00fddaj\u016f. (Mo\u017enost pou\u017eit\u00ed: Projekt segmentace z\u00e1kazn\u00edk\u016f s vyu\u017eit\u00edm strojov\u00e9ho u\u010den\u00ed<\/a><\/noindex><\/i>)<\/li>\n
  2. Dataset Iris<\/a><\/noindex> \u2014 dataset pro za\u010d\u00e1te\u010dn\u00edky, obsahuj\u00edc\u00ed velikosti kali\u0161n\u00edch a okv\u011btn\u00edch l\u00edstk\u016f r\u016fzn\u00fdch kv\u011btin.<\/li>\n
  3. Dataset MNIST<\/a><\/noindex> \u2014 dataset rukopisn\u00fdch \u010d\u00edslic. 60 000 tr\u00e9ninkov\u00fdch obr\u00e1zk\u016f a 10 000 testovac\u00edch obr\u00e1zk\u016f.<\/li>\n
  4. Boston Housing Dataset<\/a><\/noindex> \u2014 popul\u00e1rn\u00ed dataset pro rozpozn\u00e1v\u00e1n\u00ed vzor\u016f. Obsahuje informace o domech v Bostonu: po\u010det byt\u016f, cena pron\u00e1jmu, index kriminality.<\/li>\n
  5. Dataset pro detekci fale\u0161n\u00fdch zpr\u00e1v<\/a><\/noindex> \u2014 obsahuje 7796 z\u00e1znam\u016f s ozna\u010den\u00edm zpr\u00e1v: pravda nebo le\u017e. (Mo\u017enost pou\u017eit\u00ed s k\u00f3dem v Pythonu: Projekt detekce fale\u0161n\u00fdch zpr\u00e1v v Pythonu <\/a><\/noindex><\/i>)<\/li>\n
  6. Dataset kvality v\u00edna<\/a><\/noindex> \u2014 obsahuje informace o v\u00edn\u011b: 4898 z\u00e1znam\u016f s 14 parametry.<\/li>\n
  7. SOCR data \u2013 Dataset v\u00fd\u0161ek a v\u00e1h<\/a><\/noindex> \u2014 dobr\u00e1 volba pro za\u010d\u00e1tek. Obsahuje 25 000 z\u00e1znam\u016f o v\u00fd\u0161ce a v\u00e1ze osmn\u00e1ctilet\u00fdch lid\u00ed.
    \n

    \"52<\/a><\/noindex>

    \n\u010cl\u00e1nek byl p\u0159elo\u017een s podporou spole\u010dnosti EDISON Software, kter\u00e1     pln\u00ed objedn\u00e1vky z Ji\u017en\u00ed \u010c\u00edny \"na jedni\u010dku\"<\/a><\/noindex>, a tak\u00e9 vyv\u00edj\u00ed webov\u00e9 aplikace a str\u00e1nky<\/a><\/noindex>.<\/p><\/blockquote>\n<\/li>\n

  8. Dataset Parkinsonovy choroby<\/a><\/noindex> \u2014 195 z\u00e1znam\u016f o pacientech s Parkinsonovou chorobou, s 25 parametry test\u016f. M\u016f\u017ee b\u00fdt pou\u017eito pro p\u0159edb\u011b\u017en\u00e9 hodnocen\u00ed rozd\u00edlu mezi nemocn\u00fdmi a zdrav\u00fdmi lidmi. (Mo\u017enost pou\u017eit\u00ed s k\u00f3dem v Pythonu: Projekt strojov\u00e9ho u\u010den\u00ed na detekci Parkinsonovy choroby<\/a><\/noindex><\/i>)<\/li>\n
  9. Titanic Dataset<\/a><\/noindex> \u2014 obsahuje informace o pasa\u017e\u00e9rech (v\u011bk, pohlav\u00ed, p\u0159\u00edbuzn\u00ed na palub\u011b atd.) 891 v tr\u00e9ninkov\u00e9m setu a 418 v testovac\u00edm.<\/li>\n
  10. Dataset j\u00edzd Uber<\/a><\/noindex> \u2014 informace o 4,5 milionu j\u00edzd Uber z roku 2014 a 14 milion\u016f z roku 2015. (Mo\u017enost pou\u017eit\u00ed s k\u00f3dem v R: Projekt anal\u00fdzy dat Uber v R<\/a><\/noindex><\/i>)<\/li>\n
  11. Chars74k Dataset<\/a><\/noindex> \u2014 obsahuje obr\u00e1zky britsk\u00fdch a kanadsk\u00fdch symbol\u016f 64 t\u0159\u00edd: 0-9, A-Z, a-z. 7700 7,7k p\u0159irozen\u00fdch obr\u00e1zk\u016f, 3400k ru\u010dn\u011b psan\u00fdch, 62000 syntetizovan\u00fdch po\u010d\u00edta\u010dov\u00fdm p\u00edsmem.<\/li>\n
  12. Dataset pro detekci podvod\u016f s kreditn\u00edmi kartami<\/a><\/noindex> \u2014 obsahuje informace o transakc\u00edch s kompromitovan\u00fdmi kreditn\u00edmi kartami. (Mo\u017enost pou\u017eit\u00ed s k\u00f3dem: Projekt detekce podvod\u016f s kreditn\u00edmi kartami pomoc\u00ed strojov\u00e9ho u\u010den\u00ed<\/a><\/noindex><\/i>)<\/li>\n
  13. Dataset z\u00e1m\u011br\u016f chatbot\u016f<\/a><\/noindex> \u2014 JSON soubor, kter\u00fd obsahuje r\u016fzn\u00e9 tagy: pozdravy, sbohem, hled\u00e1n\u00ed nemocnic, hled\u00e1n\u00ed l\u00e9k\u00e1ren atd. Obsahuje sadu \u0161ablon pro \"ot\u00e1zka-odpov\u011b\u010f\". (Mo\u017enost pou\u017eit\u00ed s k\u00f3dem v Pythonu: Projekt chatbotu v Pythonu<\/a><\/noindex><\/i>)<\/li>\n
  14. Dataset e-mail\u016f Enron<\/a><\/noindex> \u2014 obsahuje p\u016fl milionu e-mail\u016f od 150 mana\u017eer\u016f spole\u010dnosti Enron.<\/li>\n
  15. Dataset Yelp<\/a><\/noindex> \u2014 obsahuje 1,2 milionu recenz\u00ed od 1,6 milionu u\u017eivatel\u016f o 1,2 milionu organizac\u00ed.<\/li>\n
  16. Dataset Jeopardy<\/a><\/noindex> \u2014 v\u00edce ne\u017e 200 000 z\u00e1znam\u016f \"ot\u00e1zka-odpov\u011b\u010f\" z popul\u00e1rn\u00ed televizn\u00ed hry.<\/li>\n
  17. Dataset doporu\u010dovac\u00edch syst\u00e9m\u016f<\/a><\/noindex> \u2014 port\u00e1l s kolekc\u00ed datov\u00fdch sad od univerzity UCSD. Obsahuje z\u00e1znamy o recenz\u00edch z popul\u00e1rn\u00edch web\u016f (Goodreads, Amazon). Skv\u011bl\u00e9 pro tvorbu doporu\u010dovac\u00edch syst\u00e9m\u016f. (Mo\u017enost pou\u017eit\u00ed s k\u00f3dem v R: Projekt doporu\u010dovac\u00edho syst\u00e9mu film\u016f v R<\/a><\/noindex> <\/i>)<\/li>\n
  18. Datov\u00e1 sada UCI Spambase<\/a><\/noindex> \u2014 datov\u00e1 sada pro tr\u00e9nink detekce spamu. Obsahuje 4601 e-mail\u016f s 57 parametry metadat.<\/li>\n
  19. Datov\u00e1 sada Flickr 30k<\/a><\/noindex> \u2014 v\u00edce ne\u017e 30 000 obr\u00e1zk\u016f a jejich popis\u016f. (Datov\u00e1 sada Flickr 8k<\/a><\/noindex> \u2014 8000 obr\u00e1zk\u016f. Projekt se zdrojov\u00fdm k\u00f3dem v Pythonu: Gener\u00e1tor popis\u016f obr\u00e1zk\u016f v Pythonu<\/a><\/noindex>)<\/i><\/li>\n
  20. Recenze IMDB<\/a><\/noindex> \u2014 25 000 recenz\u00ed film\u016f v tr\u00e9ninkov\u00e9 sad\u011b a 25 000 v testovac\u00ed. (Mo\u017enost pou\u017eit\u00ed s k\u00f3dem v R: Projekt anal\u00fdzy sentimentu v datov\u00e9 v\u011bd\u011b<\/a><\/noindex><\/i>)<\/li>\n
  21. Datov\u00e1 sada MS COCO<\/a><\/noindex> \u2014 1,5 milionu anotovan\u00fdch obr\u00e1zk\u016f.<\/li>\n
  22. Datov\u00e1 sada CIFAR-10 a CIFAR-100<\/a><\/noindex> \u2014 CIFAR-10 obsahuje 60 000 mal\u00fdch obr\u00e1zk\u016f o rozm\u011brech 32*32 pixel\u016f s \u010d\u00edsly 0-9. CIFAR-100 \u2014 \u0441\u043e\u043e\u0442\u0432\u0435\u0442\u0441\u0442\u0432\u0435\u043d\u043d\u043e, 0-100.<\/li>\n
  23. Datov\u00e1 sada GTSRB (benchmark pro rozpozn\u00e1v\u00e1n\u00ed n\u011bmeck\u00fdch dopravn\u00edch zna\u010dek)<\/a><\/noindex> \u2014 50 000 obr\u00e1zk\u016f 43 dopravn\u00edch zna\u010dek. (Mo\u017enost pou\u017eit\u00ed s k\u00f3dem v Pythonu: Projekt rozpozn\u00e1v\u00e1n\u00ed dopravn\u00edch zna\u010dek v Pythonu<\/a><\/noindex><\/i>)<\/li>\n
  24. Datov\u00e1 sada ImageNet<\/a><\/noindex> \u2014 obsahuje v\u00edce ne\u017e 100 000 fr\u00e1z\u00ed a p\u0159ibli\u017en\u011b 1000 obr\u00e1zk\u016f na fr\u00e1zi.<\/li>\n
  25. Datov\u00e1 sada obraz\u016f histopatologie prsu<\/a><\/noindex> \u2014 datov\u00e1 sada obsahuje obr\u00e1zky vzork\u016f rakoviny prsu. (Varianta pou\u017eit\u00ed se zdrojov\u00fdm k\u00f3dem na Projekt klasifikace rakoviny prsu v Pythonu<\/a><\/noindex><\/i>)<\/li>\n
  26. Datov\u00e1 sada Cityscapes<\/a><\/noindex> \u2014 obsahuje vysoce kvalitn\u00ed anotace videosekvenc\u00ed ulic r\u016fzn\u00fdch m\u011bst.<\/li>\n
  27. Datov\u00e1 sada Kinetics<\/a><\/noindex> \u2014 obsahuje URL-link na p\u0159ibli\u017en\u011b 6,5 milionu vysoce kvalitn\u00edch vide\u00ed.<\/li>\n
  28. Datov\u00e1 sada MPII pro lidsk\u00e9 p\u00f3zy<\/a><\/noindex> \u2014 datov\u00e1 sada obsahuje 25 000 obr\u00e1zk\u016f lidsk\u00fdch p\u00f3z s anotacemi kloub\u016f.<\/li>\n
  29. Datov\u00e1 sada 20BN-something-something v2<\/a><\/noindex> \u2014 sada vysoce kvalitn\u00edch vide\u00ed, kter\u00e1 ukazuj\u00ed, jak \u010dlov\u011bk vykon\u00e1v\u00e1 r\u016fzn\u00e9 \u010dinnosti.<\/li>\n
  30. Datov\u00e1 sada Object 365<\/a><\/noindex> \u2014 datov\u00e1 sada vysoce kvalitn\u00edch obr\u00e1zk\u016f s ohrani\u010duj\u00edc\u00edmi r\u00e1my objekt\u016f.<\/li>\n
  31. Datov\u00e1 sada photo sketching<\/a><\/noindex> \u2014 obsahuje v\u00edce ne\u017e 1000 obr\u00e1zk\u016f s jejich konturov\u00fdmi n\u00e1\u010drty.<\/li>\n
  32. Datov\u00e1 sada CQ500<\/a><\/noindex> \u2014 datov\u00e1 sada obsahuje 491 CT skenov\u00e1n\u00ed hlavy s 193 317 \u0159ezy.<\/li>\n
  33. Datov\u00e1 sada IMDB-Wiki<\/a><\/noindex> \u2014 datov\u00e1 sada obsahuj\u00edc\u00ed v\u00edce ne\u017e 5 milion\u016f obr\u00e1zk\u016f tv\u00e1\u0159\u00ed s ozna\u010den\u00edm pohlav\u00ed a v\u011bku. (Varianta pou\u017eit\u00ed se zdrojov\u00fdm k\u00f3dem na Projekt detekce pohlav\u00ed a v\u011bku v Pythonu<\/a><\/noindex><\/i>)<\/li>\n
  34. Datov\u00e1 sada Youtube 8M<\/a><\/noindex> \u2014 ozna\u010den\u00e1 datov\u00e1 sada vide\u00ed, kter\u00e1 obsahuje 6,1 milionu ID vide\u00ed Youtube<\/li>\n
  35. Datov\u00e1 sada Urban Sound 8K<\/a><\/noindex> \u2014 sada m\u011bstsk\u00fdch zvukov\u00fdch dat (obsahuje 8732 m\u011bstsk\u00fdch zvuk\u016f ze 10 t\u0159\u00edd).<\/li>\n
  36. Datov\u00e1 sada LSUN<\/a><\/noindex> \u2014 datov\u00e1 sada milion\u016f barevn\u00fdch obr\u00e1zk\u016f sc\u00e9n a objekt\u016f (p\u0159ibli\u017en\u011b 59 milion\u016f obr\u00e1zk\u016f, 10 r\u016fzn\u00fdch kategori\u00ed sc\u00e9n a 20 r\u016fzn\u00fdch kategori\u00ed objekt\u016f).<\/li>\n
  37. Datov\u00e1 sada RAVDESS<\/a><\/noindex> \u2014 audiovizu\u00e1ln\u00ed datab\u00e1ze emocion\u00e1ln\u00ed \u0159e\u010di. (Varianta pou\u017eit\u00ed se zdrojov\u00fdm k\u00f3dem na Projekt rozpozn\u00e1v\u00e1n\u00ed emocion\u00e1ln\u00edho projevu v \u0159e\u010di v Pythonu<\/a><\/noindex><\/i>)<\/li>\n
  38. Datov\u00e1 sada Librispeech<\/a><\/noindex> \u2014 dataset obsahuje 1000 hodin anglick\u00e9 \u0159e\u010di s r\u016fzn\u00fdmi akcenty.<\/li>\n
  39. Baidu Apolloscape Dataset<\/a><\/noindex> \u2014 dataset pro rozvoj technologi\u00ed autonomn\u00edho \u0159\u00edzen\u00ed. <\/li>\n
  40. Quandl Data Portal<\/a><\/noindex> \u2014 sklad ekonomick\u00fdch a finan\u010dn\u00edch dat (obsahuje bezplatn\u00fd a placen\u00fd obsah).<\/li>\n
  41. Port\u00e1l otev\u0159en\u00fdch dat Sv\u011btov\u00e9 banky<\/a><\/noindex> \u2014 informace o p\u016fj\u010dk\u00e1ch poskytnut\u00fdch Sv\u011btovou bankou rozvojov\u00fdm zem\u00edm.<\/li>\n
  42. IMF Data Portal<\/a><\/noindex> \u2014 port\u00e1l Mezin\u00e1rodn\u00edho m\u011bnov\u00e9ho fondu, kter\u00fd zve\u0159ej\u0148uje \u00fadaje o mezin\u00e1rodn\u00edch financ\u00edch, \u00farokov\u00fdch sazb\u00e1ch, investic\u00edch, devizov\u00fdch rezerv\u00e1ch a komodit\u00e1ch.<\/li>\n
  43. Data Portal Americk\u00e9 ekonomick\u00e9 asociace (AEA)<\/a><\/noindex> \u2014 zdroj pro hled\u00e1n\u00ed makroekonomick\u00fdch dat USA.<\/li>\n
  44. Google Trends Data Portal<\/a><\/noindex> \u2014 \u00fadaje o trendech Google lze pou\u017e\u00edt pro vizu\u00e1ln\u00ed studium a anal\u00fdzu dat.<\/li>\n
  45. Port\u00e1l tr\u017en\u00edch dat Financial Times<\/a><\/noindex> \u2014 zdroj pro z\u00edsk\u00e1n\u00ed aktu\u00e1ln\u00edch informac\u00ed o finan\u010dn\u00edch trz\u00edch po cel\u00e9m sv\u011bt\u011b.<\/li>\n
  46. Port\u00e1l Data.gov<\/a><\/noindex> \u2014 port\u00e1l otev\u0159en\u00fdch dat vl\u00e1dy USA (zem\u011bd\u011blstv\u00ed, zdravotnictv\u00ed, klima, vzd\u011bl\u00e1n\u00ed, energie, finance, v\u011bda a v\u00fdzkum atd.).<\/li>\n
  47. Port\u00e1l dat: Otev\u0159en\u00e1 vl\u00e1dn\u00ed data (Indie)<\/a><\/noindex> \u2014 otev\u0159en\u00e1 vl\u00e1dn\u00ed platforma dat Indie.<\/li>\n
  48. Port\u00e1l Food Environment Atlas Data<\/a><\/noindex> \u2014 obsahuje \u00fadaje o v\u00fd\u017eivov\u00fdch studi\u00edch v USA.<\/li>\n
  49. Port\u00e1l zdravotnick\u00fdch dat<\/a><\/noindex> \u2014 toto je port\u00e1l Ministerstva zdravotnictv\u00ed a soci\u00e1ln\u00edch slu\u017eeb USA.<\/li>\n
  50. Port\u00e1l datab\u00e1ze Centrum pro kontrolu a prevenci nemoc\u00ed<\/a><\/noindex> \u2014 obsahuje \u0161irokou \u0161k\u00e1lu \u00fadaj\u016f souvisej\u00edc\u00edch se zdrav\u00edm.<\/li>\n
  51. Port\u00e1l London Datastore<\/a><\/noindex> \u2014 \u00fadaje o \u017eivot\u011b lid\u00ed v Lond\u00fdn\u011b.<\/li>\n
  52. Port\u00e1l otev\u0159en\u00fdch dat kanadsk\u00e9 vl\u00e1dy<\/a><\/noindex> \u2014 port\u00e1l otev\u0159en\u00fdch dat o Kanad\u011b (zem\u011bd\u011blstv\u00ed, um\u011bn\u00ed, hudba, vzd\u011bl\u00e1n\u00ed, vl\u00e1da, zdravotnictv\u00ed atd.)<\/li>\n<\/ol>\n

    \u010c\u00edst d\u00e1l<\/h3>\n

    <\/p>\n