rdesktop - ist ein plattformübergreifender Open-Source-Client, der zur Verbindung mit Windows Remote Desktop-Diensten dient. Der einzige Betreuer des Projekts war in letzter Zeit die Firma Cendio.

1. Mall-Kunden-Datensatz — Daten der Ladenbesucher: ID, Geschlecht, Alter, Einkommen, Ausgabebewertung. (Anwendungsbeispiel: Kundenklassifikationsprojekt mit maschinellem Lernen)
2. Iris-Datensatz — Datensatz für Anfänger mit den Größen von Kelchblättern und Blütenblättern verschiedener Blumen.
3. MNIST-Datensatz — Datensatz handgeschriebener Ziffern. 60.000 Trainingsbilder und 10.000 Testbilder.
4. Der Boston Housing-Datensatz — Beliebter Datensatz zur Mustererkennung. Enthält Informationen über Häuser in Boston: Anzahl der Wohnungen, Mietpreise, Kriminalitätsindex.
5. Fake News Detection-Datensatz — enthält 7796 Einträge mit Nachrichtenmarkierungen: wahr oder falsch. (Anwendungsbeispiel mit Python-Quellcode: Projekt zur Erkennung von Fake News in Python )
6. Weinqualitätsdatensatz — enthält Informationen über Wein: 4898 Einträge mit 14 Parametern.
7. SOCR-Daten – Höhen- und Gewichtsdatensatz — guter Ausgangspunkt. Enthält 25.000 Einträge über die Größe und das Gewicht von 18-Jährigen.
   

   
   
   Der Artikel wurde mit Unterstützung der Firma EDISON Software übersetzt, die führt Bestellungen aus Südchina "mit Auszeichnung" aus, sowie entwickelt Webanwendungen und Webseiten.

8. Parkinson-Datensatz — 195 Einträge über Patienten mit Parkinson-Krankheit, mit 25 Analyseparametern. Kann zur ersten Bewertung des Unterschieds zwischen kranken und gesunden Personen verwendet werden. (Anwendungsbeispiel mit Python-Quellcode: Projekt zur Erkennung von Parkinson-Krankheit mit maschinellem Lernen)
9. Titanic-Datensatz — enthält Informationen über Passagiere (Alter, Geschlecht, Angehörige an Bord usw.) 891 im Trainingsset und 418 im Testset.
10. Uber Pickups-Datensatz — Informationen über 4,5 Millionen Uber-Fahrten im Jahr 2014 und 14 Millionen im Jahr 2015. (Anwendungsbeispiel mit R-Quellcode: Uber-Datenanalyse-Projekt in R)
11. Chars74k-Datensatz — enthält Bilder britischer und kanadischer Zeichen von 64 Klassen: 0-9, A-Z, a-z. 7700 natürliche Bilder, 3400 handgeschriebene, 62000 computergenerierte Schriftarten.
12. Datensatz zur Erkennung von Kreditkartenbetrug — enthält Informationen über Transaktionen mit kompromittierten Kreditkarten. (Anwendungsbeispiel mit Quellcode: Projekt zur Erkennung von Kreditkartenbetrug mit maschinellem Lernen)
13. Chatbot-Intents-Datensatz — JSON-Datei, die verschiedene Tags enthält: greetings, goodbye, hospital_search, pharmacy_search usw. Enthält eine Sammlung von "Frage-Antwort"-Mustern. (Anwendungsbeispiel mit Python-Quellcode: Chatbot-Projekt in Python)
14. Enron-Email-Datensatz — enthält eine halbe Million E-Mails von 150 Managern von Enron.
15. Der Yelp-Datensatz — enthält 1,2 Millionen Empfehlungen von 1,6 Millionen Nutzern über 1,2 Millionen Organisationen.
16. Jeopardy-Datensatz — über 200.000 „Frage-Antwort“-Einträge aus dem beliebten Fernsehspiel.
17. Datensatz für Empfehlungssysteme — Portal mit einer Sammlung von Datensätzen von der UCSD-Universität. Enthält Einträge über Rezensionen auf beliebten Websites (Goodreads, Amazon). Ideal für die Erstellung von Empfehlungssystemen. (Anwendungsbeispiel mit R-Quellcode: Filmempfehlungssystem-Projekt in R )
18. UCI Spambase Datensatz — Datensatz zum Training zur Spam-Erkennung. Enthält 4601 E-Mails mit 57 Metadatenparametern.
19. Flickr 30k Datensatz — mehr als 30.000 Bilder und die dazugehörigen Beschreibungen. (Flickr 8k Datensatz — 8000 Bilder. Projekt mit Quellcode in Python: Bildunterschrift-Generator Python-Projekt)
20. IMDB-Bewertungen — 25.000 Filmrezensionen im Trainingssatz und 25.000 im Testsatz. (Anwendungsbeispiel mit R-Quellcode: Sentiment-Analyse Data Science Projekt)
21. MS COCO Datensatz — 1,5 Millionen annotierte Bilder.
22. CIFAR-10 und CIFAR-100 Datensatz — CIFAR-10 enthält 60.000 kleine Bilder mit 32*32 Pixeln von den Ziffern 0-9. CIFAR-100 — entsprechend 0-100.
23. GTSRB (German Traffic Sign Recognition Benchmark) Datensatz — 50.000 Bilder von 43 Verkehrsschildern. (Anwendungsbeispiel mit Python-Quellcode: Erkennung von Verkehrsschildern Python-Projekt)
24. ImageNet Datensatz — enthält mehr als 100.000 Phrasen und etwa 1000 Bilder pro Phrase.
25. Datensatz für Brusthistopathologie-Bilder — Der Datensatz enthält Bilder von Brustkrebsproben. (Anwendungsbeispiel mit Quellcode auf Projekt zur Klassifizierung von Brustkrebs in Python)
26. Cityscapes Datensatz — enthält hochwertige Annotationen von Videosequenzen aus verschiedenen Städten.
27. Kinetics Datensatz — enthält URLs zu etwa 6,5 Millionen hochwertigen Videos.
28. MPII menschlicher Pose Datensatz — Der Datensatz enthält 25.000 Bilder menschlicher Posen mit Gelenkannotationen.
29. 20BN-something-something Datensatz v2 — Sammlung hochwertiger Videos, die zeigen, wie eine Person bestimmte Handlungen ausführt.
30. Object 365 Datensatz — Datensatz hochwertiger Bilder mit Begrenzungsrahmen von Objekten.
31. Foto-Skizzen-Datensatz — enthält mehr als 1000 Bilder mit ihren Umrisszeichnungen.
32. CQ500 Datensatz — Der Datensatz enthält 491 CT-Scans des Kopfes mit 193.317 Schnitten.
33. IMDB-Wiki Datensatz — Datensatz mit mehr als 5 Millionen Bildern von Gesichtern mit Angaben zu Geschlecht und Alter. (Anwendungsbeispiel mit Quellcode auf Gender & Age Detection Python-Projekt)
34. Youtube 8M Datensatz — Markierter Datensatz von Videos, der 6,1 Millionen Youtube-Video-IDs enthält.
35. Urban Sound 8K Datensatz — Sammlung urbaner Geräusche (enthält 8732 urbane Geräusche aus 10 Klassen).
36. LSUN Datensatz — Datensatz aus Millionen von Farbbildern von Szenen und Objekten (ca. 59 Millionen Bilder, 10 verschiedene Szenenkategorien und 20 verschiedene Objektkategorien).
37. RAVDESS Datensatz — Audiovisuelle Datenbank emotionaler Sprache. (Anwendungsbeispiel mit Quellcode auf Spracherkennung von Emotionen Python-Projekt)
38. Librispeech Datensatz – Der Datensatz enthält 1000 Stunden englischer Sprache mit verschiedenen Akzenten.
39. Baidu Apolloscape Datensatz – Datensatz zur Entwicklung von Technologien zum autonomen Fahren.
40. Quandl Datenportal – Speicher für wirtschaftliche und finanzielle Daten (sowohl kostenlose als auch kostenpflichtige Inhalte verfügbar).
41. Das Open Data Portal der Weltbank – Informationen zu Krediten, die von der Weltbank an Entwicklungsländer vergeben wurden.
42. IMF Datenportal – Portal des Internationalen Währungsfonds, das Daten über internationale Finanzen, Schuldsätze, Investitionen, Devisenreserven und Rohstoffe veröffentlicht.
43. Datenportal der American Economic Association (AEA) – Ressource zur Suche nach makroökonomischen Daten der USA.
44. Google Trends Datenportal – Die Daten von Google Trends können zur visuellen Analyse von Daten verwendet werden.
45. Financial Times Marktdatenportal – Ressource zur Beschaffung aktueller Informationen über die Finanzmärkte weltweit.
46. Data.gov Portal – Portal für offene Daten der US-Regierung (Landwirtschaft, Gesundheit, Klima, Bildung, Energie, Finanzen, Wissenschaft und Forschung usw.).
47. Datenportal: Offene Regierungsdaten (Indien) – Offene Regierungsdatenplattform Indiens.
48. Food Environment Atlas Datenportal – Enthält Forschungsdaten zur Ernährung in den USA.
49. Gesundheitsdatenportal – Dies ist das Portal des US-Gesundheitsministeriums.
50. Datenportal der Centers for Disease Control and Prevention – Enthält ein breites Spektrum an gesundheitsbezogenen Daten.
51. London Datastore Portal – Daten über das Leben der Menschen in London.
52. Kanadisches Regierungsportal für offene Daten – Portal für offene Daten über Kanadier (Landwirtschaft, Kunst, Musik, Bildung, Regierung, Gesundheit usw.).

Weiterlesen

• 14 Open-Source-Projekte zur Verbesserung der Data Science Fähigkeiten (einfach, normal, schwer)
• Front-end Dojo: Projekte zur Verbesserung der Entwicklerfähigkeiten (5 neue + 43 alte)
• Top 12 der interessantesten IT-Dynamik-Infografiken

Quelle: habr.com