प्रशिक्षण परियोजनाओं के लिए 52 डेटासेट

1. मॉल ग्राहक डेटासेट - स्टोर आगंतुकों का डेटा: आईडी, लिंग, आयु, आय, व्यय रेटिंग। (आवेदन विकल्प: मशीन लर्निंग के साथ ग्राहक विभाजन परियोजना)
2. आइरिस डेटासेट - शुरुआती लोगों के लिए एक डेटासेट, जिसमें विभिन्न फूलों के बाह्यदल और पंखुड़ियों के आकार शामिल हैं।
3. एमएनआईएसटी डेटासेट - हस्तलिखित संख्याओं का एक डेटासेट। 60 प्रशिक्षण छवियां और 000 परीक्षण छवियां।
4. बोस्टन हाउसिंग डेटासेट पैटर्न पहचान के लिए एक लोकप्रिय डेटासेट है। बोस्टन में घरों के बारे में जानकारी शामिल है: अपार्टमेंट की संख्या, किराये की कीमतें, अपराध सूचकांक।
5. फेक न्यूज डिटेक्शन डेटासेट - इसमें समाचार चिह्नों के साथ 7796 प्रविष्टियाँ शामिल हैं: सही या गलत। (पायथन में स्रोत कोड के साथ एप्लिकेशन विकल्प: फेक न्यूज डिटेक्शन पायथन प्रोजेक्ट )
6. वाइन गुणवत्ता डेटासेट - वाइन के बारे में जानकारी शामिल है: 4898 मापदंडों के साथ 14 रिकॉर्ड।
7. एसओसीआर डेटा - ऊंचाई और वजन डेटासेट - शुरुआत करने के लिए एक अच्छा विकल्प। इसमें 25 वर्षीय लोगों की ऊंचाई और वजन के 000 रिकॉर्ड शामिल हैं।
   

   
   
   एडिसन सॉफ्टवेयर के समर्थन से लेख का अनुवाद किया गया था, जो दक्षिणी चीन से ऑर्डर को "उत्कृष्टता से" पूरा करता हैऔर वेब एप्लिकेशन और वेबसाइट विकसित करता है.

8. पार्किंसन डेटासेट - 195 विश्लेषण मापदंडों के साथ पार्किंसंस रोग के रोगियों के 25 रिकॉर्ड। बीमार लोगों और स्वस्थ लोगों के बीच अंतर के प्रारंभिक मूल्यांकन के लिए इसका उपयोग किया जा सकता है। (पायथन में स्रोत कोड के साथ एप्लिकेशन विकल्प: पार्किंसंस रोग का पता लगाने पर मशीन लर्निंग प्रोजेक्ट)
9. टाइटैनिक डेटासेट - यात्रियों के बारे में जानकारी (उम्र, लिंग, जहाज पर रिश्तेदार, आदि) प्रशिक्षण सेट में 891 और परीक्षण सेट में 418 शामिल हैं।
10. उबेर पिकअप डेटासेट - 4.5 में उबर पर 2014 मिलियन और 14 में 2015 मिलियन यात्राओं के बारे में जानकारी। (आर में स्रोत कोड के साथ आवेदन विकल्प: आर में उबेर डेटा विश्लेषण परियोजना)
11. चार्स74k डेटासेट - इसमें 64 वर्गों के ब्रिटिश और कनाडाई प्रतीकों की छवियां शामिल हैं: 0-9, ए-जेड, ए-जेड। 7700 7.7k प्राकृतिक चित्र, 3400k हस्तलिखित, 62000 कंप्यूटर संश्लेषित फ़ॉन्ट।
12. क्रेडिट कार्ड धोखाधड़ी का पता लगाने वाला डेटासेट - इसमें समझौता किए गए क्रेडिट कार्ड के लेनदेन के बारे में जानकारी शामिल है। (स्रोत के साथ आवेदन विकल्प: क्रेडिट कार्ड धोखाधड़ी का पता लगाने वाली मशीन लर्निंग परियोजना)
13. चैटबॉट इरादे डेटासेट - एक JSON फ़ाइल जिसमें विभिन्न टैग शामिल हैं: अभिवादन, अलविदा, अस्पताल_खोज, फार्मेसी_खोज, आदि। प्रश्न-उत्तर टेम्पलेट्स का एक सेट शामिल है। (पायथन में स्रोत कोड के साथ एप्लिकेशन विकल्प: पायथन में चैटबॉट प्रोजेक्ट)
14. एनरॉन ईमेल डेटासेट — इसमें 150 एनरॉन प्रबंधकों के पांच लाख पत्र शामिल हैं।
15. येल्प डेटासेट - इसमें 1,2 मिलियन संगठनों के 1,6 मिलियन उपयोगकर्ताओं की 1,2 मिलियन सिफारिशें शामिल हैं।
16. ख़तरे में डालने वाला डेटासेट - लोकप्रिय टेलीविज़न गेम से 200 से अधिक प्रश्न-उत्तर रिकॉर्डिंग।
17. सिफ़ारिशकर्ता सिस्टम डेटासेट - यूसीएसडी विश्वविद्यालय के डेटासेट के संग्रह वाला एक पोर्टल। लोकप्रिय साइटों (गुड्रेड्स, अमेज़ॅन) पर समीक्षाओं के रिकॉर्ड शामिल हैं। अनुशंसा प्रणाली बनाने के लिए बढ़िया. (आर में स्रोत कोड के साथ आवेदन विकल्प: आर में मूवी सिफ़ारिश प्रणाली परियोजना )
18. यूसीआई स्पैम्बैस डेटासेट - स्पैम का पता लगाने के लिए एक प्रशिक्षण डेटासेट। 4601 मेटाडेटा मापदंडों के साथ 57 अक्षर शामिल हैं।
19. फ्लिकर 30k डेटासेट - 30 से अधिक छवियाँ और कैप्शन। (फ्लिकर 8k डेटासेट — 8000 छवियाँ। पायथन स्रोत परियोजना: छवि कैप्शन जेनरेटर पायथन प्रोजेक्ट)
20. आईएमडीबी समीक्षाएँ - प्रशिक्षण सेट में 25 फ़िल्म समीक्षाएँ और परीक्षण सेट में 000 फ़िल्म समीक्षाएँ। (आर में स्रोत कोड के साथ आवेदन विकल्प: भावना विश्लेषण डेटा विज्ञान परियोजना)
21. एमएस COCO डेटासेट - 1,5 मिलियन टैग की गई छवियां।
22. CIFAR-10 और CIFAR-100 डेटासेट — CIFAR-10 में 60,000*32 पिक्सेल संख्या 32-0 की 9 छोटी छवियां हैं। सीआईएफएआर-100 - क्रमशः, 0-100।
23. जीटीएसआरबी (जर्मन ट्रैफिक साइन रिकग्निशन बेंचमार्क) डेटासेट - 50 सड़क संकेतों की 000 छवियां। (पायथन में स्रोत कोड के साथ एप्लिकेशन विकल्प: ट्रैफ़िक संकेत पहचान पायथन प्रोजेक्ट)
24. इमेजनेट डेटासेट - इसमें 100 से अधिक वाक्यांश और प्रति वाक्यांश लगभग 000 छवियां शामिल हैं।
25. स्तन हिस्टोपैथोलॉजी छवियाँ डेटासेट - डेटासेट में स्तन कैंसर के नमूनों की छवियां हैं। (सोर्स कोड के साथ एप्लिकेशन विकल्प चालू स्तन कैंसर वर्गीकरण पायथन परियोजना)
26. सिटीस्केप्स डेटासेट - इसमें विभिन्न शहरों की सड़कों के वीडियो अनुक्रमों की उच्च-गुणवत्ता वाली टिप्पणियाँ शामिल हैं।
27. कैनेटीक्स डेटासेट - इसमें लगभग 6,5 मिलियन उच्च गुणवत्ता वाले वीडियो का यूआरएल लिंक है।
28. MPII मानव मुद्रा डेटासेट - डेटासेट में संयुक्त एनोटेशन के साथ मानव मुद्रा की 25 छवियां हैं।
29. 20BN-कुछ-कुछ डेटासेट v2 - उच्च गुणवत्ता वाले वीडियो का एक सेट जो दिखाता है कि कोई व्यक्ति कुछ कार्य कैसे करता है।
30. ऑब्जेक्ट 365 डेटासेट - ऑब्जेक्ट बाउंडिंग बॉक्स के साथ उच्च गुणवत्ता वाली छवियों का एक डेटासेट।
31. फोटो स्केचिंग डेटासेट - इसमें 1000 से अधिक चित्र उनकी रूपरेखा रेखाचित्रों के साथ शामिल हैं।
32. CQ500 डेटासेट - डेटासेट में 491 स्लाइस के साथ सिर के 193 सीटी स्कैन शामिल हैं।
33. आईएमडीबी-विकी डेटासेट - लिंग और उम्र के आधार पर चिह्नित चेहरों की 5 लाख से अधिक छवियों वाला एक डेटासेट। (सोर्स कोड के साथ एप्लिकेशन विकल्प चालू लिंग एवं आयु जांच पायथन परियोजना)
34. यूट्यूब 8M डेटासेट - एक लेबल किया गया वीडियो डेटासेट जिसमें 6,1 मिलियन यूट्यूब वीडियो आईडी हैं
35. अर्बन साउंड 8K डेटासेट — शहरी ध्वनि डेटा का एक सेट (इसमें 8732 कक्षाओं से 10 शहरी ध्वनियाँ शामिल हैं)।
36. एलएसयूएन डेटासेट - दृश्यों और वस्तुओं की लाखों रंगीन छवियों का एक डेटासेट (लगभग 59 मिलियन छवियां, 10 अलग-अलग दृश्य श्रेणियां और 20 अलग-अलग ऑब्जेक्ट श्रेणियां)।
37. रावडेस डेटासेट - भावनात्मक भाषण का दृश्य-श्रव्य डेटाबेस। (सोर्स कोड के साथ एप्लिकेशन विकल्प चालू स्पीच इमोशन रिकॉग्निशन पायथन प्रोजेक्ट)
38. लाइब्रिस्पीच डेटासेट - डेटासेट में विभिन्न लहजों के साथ 1000 घंटे का अंग्रेजी भाषण शामिल है।
39. Baidu अपोलोस्केप डेटासेट - स्व-ड्राइविंग प्रौद्योगिकियों के विकास के लिए एक डेटासेट।
40. क्वैंडल डेटा पोर्टल — आर्थिक और वित्तीय डेटा का भंडार (मुफ़्त और सशुल्क सामग्री है)।
41. विश्व बैंक ओपन डेटा पोर्टल — विश्व बैंक द्वारा विकासशील देशों को जारी किए गए ऋणों की जानकारी।
42. आईएमएफ डेटा पोर्टल एक अंतरराष्ट्रीय मौद्रिक कोष पोर्टल है जो अंतरराष्ट्रीय वित्त, ऋण दरों, निवेश, विदेशी मुद्रा भंडार और वस्तुओं पर डेटा प्रकाशित करता है।
43. अमेरिकन इकोनॉमिक एसोसिएशन (एईए) डेटा पोर्टल - अमेरिकी व्यापक आर्थिक डेटा खोजने के लिए एक संसाधन।
44. गूगल ट्रेंड्स डेटा पोर्टल - Google ट्रेंड डेटा का उपयोग डेटा को विज़ुअली एक्सप्लोर करने और उसका विश्लेषण करने के लिए किया जा सकता है।
45. फाइनेंशियल टाइम्स मार्केट डेटा पोर्टल दुनिया भर के वित्तीय बाजारों पर नवीनतम जानकारी के लिए एक संसाधन है।
46. Data.gov पोर्टल - अमेरिकी सरकार का खुला डेटा पोर्टल (कृषि, स्वास्थ्य, जलवायु, शिक्षा, ऊर्जा, वित्त, विज्ञान और अनुसंधान, आदि)।
47. डेटा पोर्टल: खुला सरकारी डेटा (भारत) भारत का खुला सरकारी डेटा प्लेटफ़ॉर्म है।
48. खाद्य पर्यावरण एटलस डेटा पोर्टल - संयुक्त राज्य अमेरिका में पोषण पर शोध डेटा शामिल है।
49. स्वास्थ्य डेटा पोर्टल अमेरिकी स्वास्थ्य और मानव सेवा विभाग का एक पोर्टल है।
50. रोग नियंत्रण और रोकथाम केंद्र डेटा पोर्टल - इसमें स्वास्थ्य संबंधी डेटा की एक विस्तृत श्रृंखला शामिल है।
51. लंदन डेटास्टोर पोर्टल - लंदन में लोगों के जीवन के बारे में डेटा।
52. कनाडा सरकार ओपन डेटा पोर्टल - कनाडाई लोगों (कृषि, कला, संगीत, शिक्षा, सरकार, स्वास्थ्य देखभाल, आदि) के बारे में खुले डेटा का एक पोर्टल।

अधिक पढ़ें

• डेटा विज्ञान कौशल में सुधार के लिए 14 ओपन-सोर्स प्रोजेक्ट (आसान, सामान्य, कठिन)
• फ्रंट-एंड डोजो: डेवलपर कौशल को प्रशिक्षित करने के लिए प्रोजेक्ट (5 नए + 43 पुराने)
• शीर्ष 12 सबसे दिलचस्प आईटी डायनेमिक इन्फोग्राफिक्स

स्रोत: www.habr.com