{"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\/de\/blog\/novosti-interneta\/52-dataseta-dlya-trenirovochnyh-proektov","title":{"rendered":"52 Datens\u00e4tze f\u00fcr Trainingsprojekte.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
    \n
  1. Kundendatenbank f\u00fcr Einkaufszentren<\/a><\/noindex> \u2014 Daten der Ladenbesucher: ID, Geschlecht, Alter, Einkommen, Ausgabenbewertung. (Anwendungsbeispiel: Kundenklassifizierungsprojekt mit maschinellem Lernen<\/a><\/noindex><\/i>)<\/li>\n
  2. Iris-Datensatz<\/a><\/noindex> \u2014 ein Einsteiger-Datensatz, der die Ma\u00dfe der Kelchbl\u00e4tter und Bl\u00fctenbl\u00e4tter f\u00fcr verschiedene Blumen enth\u00e4lt.<\/li>\n
  3. MNIST-Datensatz<\/a><\/noindex> \u2014 ein Datensatz handgeschriebener Ziffern. 60.000 Trainingsbilder und 10.000 Testbilder.<\/li>\n
  4. Der Boston Housing Dataset<\/a><\/noindex> \u2014 ein beliebter Datensatz zur Mustererkennung. Enth\u00e4lt Informationen \u00fcber H\u00e4user in Boston: Anzahl der Wohnungen, Mietpreise, Kriminalit\u00e4tsindex.<\/li>\n
  5. Datensatz zur Fake-News-Erkennung<\/a><\/noindex> \u2014 enth\u00e4lt 7796 Eintr\u00e4ge mit Nachrichtenmarkierungen: wahr oder falsch. (Anwendungsbeispiel mit Python-Quellcode: Fake News Detection Python-Projekt <\/a><\/noindex><\/i>)<\/li>\n
  6. Weinqualit\u00e4tsdatensatz<\/a><\/noindex> \u2014 enth\u00e4lt Informationen \u00fcber Wein: 4898 Eintr\u00e4ge mit 14 Parametern.<\/li>\n
  7. SOCR-Daten \u2013 Datensatz zu K\u00f6rpergr\u00f6\u00dfe und Gewicht<\/a><\/noindex> \u2014 eine gute Wahl f\u00fcr den Einstieg. Enth\u00e4lt 25.000 Eintr\u00e4ge \u00fcber die Gr\u00f6\u00dfe und das Gewicht 18-j\u00e4hriger Personen.
    \n

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

    \nDer Artikel wurde mit Unterst\u00fctzung von EDISON Software \u00fcbersetzt, einem Unternehmen, das     f\u00fchrt Bestellungen aus S\u00fcdchina \u201eausgezeichnet\u201c aus<\/a><\/noindex>, sowie entwickelt Webanwendungen und Webseiten<\/a><\/noindex>.<\/p><\/blockquote>\n<\/li>\n

  8. Parkinson-Datensatz<\/a><\/noindex> \u2014 195 Eintr\u00e4ge \u00fcber Patienten mit Parkinson-Krankheit, mit 25 Parameteranalysen. Kann zur ersten Einsch\u00e4tzung des Unterschieds zwischen kranken und gesunden Personen verwendet werden. (Anwendungsbeispiel mit Python-Quellcode: Maschinenlernprojekt zur Erkennung von Parkinson-Krankheit<\/a><\/noindex><\/i>)<\/li>\n
  9. Titanic-Datensatz<\/a><\/noindex> \u2014 enth\u00e4lt Informationen \u00fcber Passagiere (Alter, Geschlecht, Angeh\u00f6rige an Bord usw.) 891 im Trainingsset und 418 im Testset.<\/li>\n
  10. Uber Pickups Dataset<\/a><\/noindex> \u2014 enth\u00e4lt Informationen \u00fcber 4,5 Millionen Fahrten mit Uber im Jahr 2014 und 14 Millionen im Jahr 2015. (Anwendung mit Ausgangscode in R: Uber Datenanalyse-Projekt in R<\/a><\/noindex><\/i>)<\/li>\n
  11. Chars74k Dataset<\/a><\/noindex> \u2014 enth\u00e4lt Bilder britischer und kanadischer Symbole in 64 Klassen: 0-9, A-Z, a-z. 7700 nat\u00fcrliche Bilder, 7,7k handgeschriebene, 3400k synthetisierte Computer-Schriften.<\/li>\n
  12. Credit Card Fraud Detection Dataset<\/a><\/noindex> \u2014 enth\u00e4lt Informationen zu Transaktionen mit kompromittierten Kreditkarten. (Anwendung mit Ausgangscode: Credit Card Fraud Detection Machine Learning Projekt<\/a><\/noindex><\/i>)<\/li>\n
  13. Chatbot Intents Dataset<\/a><\/noindex> \u2014 JSON-Datei, die verschiedene Tags enth\u00e4lt: greetings, goodbye, hospital_search, pharmacy_search usw. Sie enth\u00e4lt eine Sammlung von \"Frage-Antwort\"-Vorlagen. (Anwendungsbeispiel mit Python-Quellcode: Chatbot Projekt in Python<\/a><\/noindex><\/i>)<\/li>\n
  14. Enron Email Dataset<\/a><\/noindex> \u2014 enth\u00e4lt eine halbe Million E-Mails von 150 Enron-Managern.<\/li>\n
  15. The Yelp Dataset<\/a><\/noindex> \u2014 enth\u00e4lt 1,2 Millionen Empfehlungen von 1,6 Millionen Nutzern \u00fcber 1,2 Millionen Organisationen.<\/li>\n
  16. Jeopardy Dataset<\/a><\/noindex> \u2014 mehr als 200.000 \"Frage-Antwort\"-Eintr\u00e4ge aus dem beliebten TV-Quiz.<\/li>\n
  17. Recommender Systems Dataset<\/a><\/noindex> \u2014 ein Portal mit einer Sammlung von Datens\u00e4tzen der UCSD-Universit\u00e4t. Enth\u00e4lt Aufzeichnungen von Bewertungen auf beliebten Websites (Goodreads, Amazon). Ideal f\u00fcr die Erstellung von Empfehlungssystemen. (Anwendung mit Ausgangscode in R: Projekt zur Filmempfehlung in R<\/a><\/noindex> <\/i>)<\/li>\n
  18. UCI Spambase-Datensatz<\/a><\/noindex> \u2014 ein Datensatz zum Training zur Spam-Erkennung. Enth\u00e4lt 4601 E-Mails mit 57 Metadaten-Parametern.<\/li>\n
  19. Flickr 30k-Datensatz<\/a><\/noindex> \u2014 \u00fcber 30.000 Bilder und deren Beschriftungen. (Flickr 8k-Datensatz<\/a><\/noindex> \u2014 8000 Bilder. Projekt mit Source-Code in Python: Image Caption Generator Python-Projekt<\/a><\/noindex>)<\/i><\/li>\n
  20. IMDB-Bewertungen<\/a><\/noindex> \u2014 25.000 Bewertungen zu Filmen im Trainingssatz und 25.000 im Testset. (Anwendung mit Ausgangscode in R: Sentiment-Analyse Data Science-Projekt<\/a><\/noindex><\/i>)<\/li>\n
  21. MS COCO-Datensatz<\/a><\/noindex> \u2014 1,5 Millionen annotierte Bilder.<\/li>\n
  22. CIFAR-10 und CIFAR-100-Datensatz<\/a><\/noindex> \u2014 CIFAR-10 enth\u00e4lt 60.000 kleine Bilder mit 32*32 Pixeln von Ziffern 0-9. CIFAR-100 \u2014 entsprechend 0-100.<\/li>\n
  23. GTSRB (German Traffic Sign Recognition Benchmark) Datensatz<\/a><\/noindex> \u2014 50.000 Bilder von 43 Verkehrszeichen. (Anwendungsbeispiel mit Python-Quellcode: Projekt zur Verkehrsschildererkennung in Python<\/a><\/noindex><\/i>)<\/li>\n
  24. ImageNet-Datensatz<\/a><\/noindex> \u2014 enth\u00e4lt mehr als 100.000 Phrasen und ungef\u00e4hr 1000 Bilder pro Phrase.<\/li>\n
  25. Datensatz mit histopathologischen Bildern der Brust<\/a><\/noindex> \u2014 der Datensatz enth\u00e4lt Bilder von Brustkrebsproben. (Anwendungsbeispiel mit Source-Code in Python-Projekt zur Brustkrebs-Klassifikation<\/a><\/noindex><\/i>)<\/li>\n
  26. Cityscapes-Datensatz<\/a><\/noindex> \u2014 enth\u00e4lt qualitativ hochwertige Annotationen von Videoaufzeichnungen in Stra\u00dfen verschiedener St\u00e4dte.<\/li>\n
  27. Kinetics-Datensatz<\/a><\/noindex> \u2014 enth\u00e4lt einen URL-Link zu etwa 6,5 Millionen hochwertigen Videos.<\/li>\n
  28. MPII menschliches Posedatensatz<\/a><\/noindex> \u2014 der Datensatz enth\u00e4lt 25.000 Bilder menschlicher Posen mit Gelenkannotationen.<\/li>\n
  29. 20BN-something-something Datensatz v2<\/a><\/noindex> \u2014 eine Sammlung hochwertiger Videos, die zeigen, wie eine Person bestimmte Handlungen ausf\u00fchrt.<\/li>\n
  30. Object 365 Datensatz<\/a><\/noindex> \u2014 ein Datensatz hochwertiger Bilder mit begrenzenden Rahmen f\u00fcr Objekte.<\/li>\n
  31. Photo Sketching Datensatz<\/a><\/noindex> \u2014 enth\u00e4lt \u00fcber 1000 Bilder mit ihren Umrisszeichnungen.<\/li>\n
  32. CQ500 Datensatz<\/a><\/noindex> \u2014 der Datensatz enth\u00e4lt 491 Kopf-CT-Scans mit 193.317 Schnitten.<\/li>\n
  33. IMDB-Wiki Datensatz<\/a><\/noindex> \u2014 ein Datensatz mit \u00fcber 5 Millionen Bilder von Gesichtern mit Geschlechts- und Altersmarkierungen. (Anwendungsbeispiel mit Source-Code in Gender & Age Detection Python-Projekt<\/a><\/noindex><\/i>)<\/li>\n
  34. YouTube 8M Datensatz<\/a><\/noindex> \u2014 ein gekennzeichneter Videosatz, der 6,1 Millionen YouTube-Video-IDs enth\u00e4lt.<\/li>\n
  35. Urban Sound 8K Datensatz<\/a><\/noindex> \u2014 eine Sammlung st\u00e4dtischer Audiodaten (enth\u00e4lt 8732 st\u00e4dtische Ger\u00e4usche aus 10 Klassen).<\/li>\n
  36. LSUN Datensatz<\/a><\/noindex> \u2014 ein Datensatz von Millionen farbiger Bilder von Szenen und Objekten (etwa 59 Millionen Bilder, 10 verschiedene Szenenkategorien und 20 verschiedene Objektkategorien).<\/li>\n
  37. RAVDESS Datensatz<\/a><\/noindex> \u2014 audiovisuelle Datenbank emotionaler Sprache. (Anwendungsbeispiel mit Source-Code in Speech Emotion Recognition Python-Projekt<\/a><\/noindex><\/i>)<\/li>\n
  38. Librispeech Datensatz<\/a><\/noindex> \u2014 Der Datensatz enth\u00e4lt 1000 Stunden englischer Sprache mit verschiedenen Akzenten.<\/li>\n
  39. Baidu Apolloscape Dataset<\/a><\/noindex> \u2014 Datensatz zur Entwicklung von Technologien f\u00fcr autonomes Fahren. <\/li>\n
  40. Quandl Data Portal<\/a><\/noindex> \u2014 Lager f\u00fcr wirtschaftliche und finanzielle Daten (es gibt kostenlose und kostenpflichtige Inhalte).<\/li>\n
  41. Das Open Data Portal der Weltbank<\/a><\/noindex> \u2014 Informationen \u00fcber Kredite, die der Weltbank an Entwicklungsl\u00e4nder gew\u00e4hrt wurden.<\/li>\n
  42. IMF Data Portal<\/a><\/noindex> \u2014 Portal des Internationalen W\u00e4hrungsfonds, das Daten zu internationalen Finanzen, Schuldenzinsen, Investitionen, W\u00e4hrungsreserven und Waren ver\u00f6ffentlicht.<\/li>\n
  43. Datenportal der American Economic Association (AEA)<\/a><\/noindex> \u2014 Ressource zur Suche nach makro\u00f6konomischen Daten der USA.<\/li>\n
  44. Google Trends Data Portal<\/a><\/noindex> \u2014 Daten zu Google Trends lassen sich f\u00fcr visuelle Studien und Analysen verwenden.<\/li>\n
  45. Financial Times Market Data Portal<\/a><\/noindex> \u2014 Ressource zur Beschaffung aktueller Informationen \u00fcber die Finanzm\u00e4rkte weltweit.<\/li>\n
  46. Data.gov Portal<\/a><\/noindex> \u2014 Portal f\u00fcr offene Daten der US-Regierung (Landwirtschaft, Gesundheitswesen, Klima, Bildung, Energie, Finanzen, Wissenschaft und Forschung usw.).<\/li>\n
  47. Datenportal: Offene Regierungsdaten (Indien)<\/a><\/noindex> \u2014 Offene Regierungsdatenplattform von Indien.<\/li>\n
  48. Food Environment Atlas Data Portal<\/a><\/noindex> \u2014 Enth\u00e4lt Daten aus Studien \u00fcber Ern\u00e4hrung in den USA.<\/li>\n
  49. Health Data Portal<\/a><\/noindex> \u2014 ist ein Portal des Ministeriums f\u00fcr Gesundheit und Soziale Dienste der USA.<\/li>\n
  50. Datenportal der Centers for Disease Control and Prevention<\/a><\/noindex> \u2014 bietet eine breite Palette von gesundheitsbezogenen Daten.<\/li>\n
  51. Portal des London Datastore<\/a><\/noindex> \u2014 Daten \u00fcber das Leben der Menschen in London.<\/li>\n
  52. Regierungsportal f\u00fcr offene Daten Kanadas<\/a><\/noindex> \u2014 ein Portal f\u00fcr offene Daten \u00fcber Kanadier (Landwirtschaft, Kunst, Musik, Bildung, Regierung, Gesundheitswesen usw.)<\/li>\n<\/ol>\n

    Mehr lesen<\/h3>\n

    <\/p>\n