🥇52 ຊຸດຂໍ້ມູນສຳລັບໂຄງການຝຶກອົບຮົມ

ຊຸດຂໍ້ມູນລູກຄ້າສູນການຄ້າ — ຂໍ້ມູນຂອງຜູ້ເຂົ້າຊົມຮ້ານ: ID, ເພດ, ອາຍຸ, ລາຍໄດ້, ການຈັດອັນດັບການໃຊ້ຈ່າຍ. (ທາງເລືອກການນໍາໃຊ້: ໂຄງການແບ່ງສ່ວນລູກຄ້າດ້ວຍການຮຽນຮູ້ເຄື່ອງຈັກ)
ຊຸດຂໍ້ມູນ Iris - ຊຸດຂໍ້ມູນສຳລັບຜູ້ເລີ່ມ, ປະກອບມີຂະໜາດຂອງກາບດອກ ແລະ ກີບດອກສຳລັບດອກຕ່າງໆ.
ຊຸດຂໍ້ມູນ MNIST - ຊຸດຂໍ້ມູນຂອງຕົວເລກທີ່ຂຽນດ້ວຍມື. ຮູບພາບການຝຶກອົບຮົມ 60 ແລະ 000 ຮູບພາບການທົດສອບ.
ຊຸດຂໍ້ມູນທີ່ຢູ່ອາໄສ Boston ເປັນຊຸດຂໍ້ມູນທີ່ນິຍົມສໍາລັບການຮັບຮູ້ຮູບແບບ. ປະກອບມີຂໍ້ມູນກ່ຽວກັບເຮືອນໃນ Boston: ຈໍານວນຫ້ອງແຖວ, ລາຄາເຊົ່າ, ດັດຊະນີອາຊະຍາກໍາ.
ຊຸດຂໍ້ມູນການກວດຫາຂ່າວປອມ — ປະກອບດ້ວຍ 7796 ລາຍການທີ່ມີເຄື່ອງຫມາຍຂ່າວ: ຖືກຫຼືຜິດ. (ຕົວເລືອກແອັບພລິເຄຊັນທີ່ມີລະຫັດແຫຼ່ງໃນ Python: ໂຄງການກວດຫາຂ່າວປອມ Python )
ຊຸດຂໍ້ມູນຄຸນນະພາບເຫຼົ້າແວງ — ປະກອບດ້ວຍຂໍ້ມູນກ່ຽວກັບເຫຼົ້າແວງ: 4898 ການບັນທຶກທີ່ມີ 14 ຕົວກໍານົດການ.
ຂໍ້ມູນ SOCR – ຊຸດຂໍ້ມູນຄວາມສູງ ແລະນ້ຳໜັກ - ເປັນທາງເລືອກທີ່ດີທີ່ຈະເລີ່ມຕົ້ນດ້ວຍ. ບັນຈຸບັນທຶກ 25 ລະດັບຄວາມສູງ ແລະນ້ຳໜັກຂອງຄົນອາຍຸ 000 ປີ.

ບົດຄວາມໄດ້ຖືກແປດ້ວຍການສະຫນັບສະຫນູນຂອງຊອບແວ EDISON, ເຊິ່ງ ປະຕິບັດຄໍາສັ່ງຈາກພາກໃຕ້ຂອງຈີນ "ດີເລີດ"ແລະ ພັດທະນາຄໍາຮ້ອງສະຫມັກເວັບແລະເວັບໄຊທ໌.
ຊຸດຂໍ້ມູນ Parkinson — 195 ບັນທຶກຂອງຄົນເຈັບທີ່ເປັນພະຍາດ Parkinson, ມີ 25 ຕົວກໍານົດການວິເຄາະ. ສາມາດໃຊ້ສໍາລັບການປະເມີນເບື້ອງຕົ້ນຂອງຄວາມແຕກຕ່າງລະຫວ່າງຄົນປ່ວຍແລະຄົນທີ່ມີສຸຂະພາບດີ. (ຕົວເລືອກແອັບພລິເຄຊັນທີ່ມີລະຫັດແຫຼ່ງໃນ Python: ໂຄງການການຮຽນຮູ້ເຄື່ອງຈັກກ່ຽວກັບການກວດຫາພະຍາດ Parkinson)
ຊຸດຂໍ້ມູນ Titanic — ມີຂໍ້ມູນກ່ຽວກັບຜູ້ໂດຍສານ (ອາຍຸ, ເພດ, ພີ່ນ້ອງຢູ່ໃນເຮືອ, ແລະອື່ນໆ) 891 ໃນຊຸດຝຶກອົບຮົມແລະ 418 ໃນຊຸດທົດສອບ.
ຊຸດຂໍ້ມູນ Uber Pickups — ຂໍ້ມູນກ່ຽວກັບ 4.5 ລ້ານການເດີນທາງໃນ Uber ໃນປີ 2014 ແລະ 14 ລ້ານໃນປີ 2015. (ຕົວເລືອກແອັບພລິເຄຊັນທີ່ມີລະຫັດແຫຼ່ງໃນ R: ໂຄງການການວິເຄາະຂໍ້ມູນ Uber ໃນ R)
ຊຸດຂໍ້ມູນ Chars74k — ປະກອບດ້ວຍຮູບພາບຂອງສັນຍາລັກອັງກິດແລະການາດາຂອງ 64 ຫ້ອງຮຽນ: 0-9, AZ, az. 7700 7.7k ຮູບພາບທໍາມະຊາດ, 3400k ຂຽນດ້ວຍມື, 62000 ຕົວອັກສອນສັງເຄາະຄອມພິວເຕີ.
ຊຸດຂໍ້ມູນການກວດຫາການສໍ້ໂກງບັດເຄຣດິດ — ປະກອບດ້ວຍຂໍ້ມູນກ່ຽວກັບການເຮັດທຸລະກໍາຂອງບັດເຄຣດິດຫຼຸດຫນ້ອຍລົງ. (ທາງເລືອກການນໍາໃຊ້ທີ່ມີແຫຼ່ງ: ບັດເຄຣດິດການສໍ້ໂກງໂຄງການການຮຽນຮູ້ເຄື່ອງຈັກ)
ຊຸດຂໍ້ມູນຄວາມຕັ້ງໃຈ Chatbot — ໄຟລ໌ JSON ທີ່ມີແທັກຕ່າງໆ: ທັກທາຍ, ສະບາຍດີ, hospital_search, pharmacy_search, ແລະອື່ນໆ. ປະກອບດ້ວຍຊຸດຂອງແມ່ແບບຄໍາຖາມ-ຄໍາຕອບ. (ຕົວເລືອກແອັບພລິເຄຊັນທີ່ມີລະຫັດແຫຼ່ງໃນ Python: ໂຄງການ Chatbot ໃນ Python)
ຊຸດຂໍ້ມູນອີເມວ Enron — ປະກອບດ້ວຍເຄິ່ງຫນຶ່ງລ້ານຈົດຫມາຍຈາກ 150 ຜູ້ຈັດການ Enron.
ຊຸດຂໍ້ມູນ Yelp — ປະກອບດ້ວຍ 1,2 ລ້ານຄໍາແນະນໍາຈາກ 1,6 ລ້ານຜູ້ໃຊ້ກ່ຽວກັບ 1,2 ລ້ານອົງການຈັດຕັ້ງ.
ຊຸດຂໍ້ມູນອັນຕະລາຍ — ຫຼາຍກ່ວາ 200 ການບັນທຶກຄໍາຖາມແລະຄໍາຕອບຈາກເກມໂທລະພາບທີ່ນິຍົມ.
ຊຸດຂໍ້ມູນລະບົບແນະນຳ — ປະຕູທີ່ມີຊຸດຂໍ້ມູນຈາກມະຫາວິທະຍາໄລ UCSD. ປະກອບດ້ວຍບັນທຶກການທົບທວນຢູ່ໃນເວັບໄຊທ໌ທີ່ນິຍົມ (Goodreads, Amazon). ທີ່ດີເລີດສໍາລັບການສ້າງລະບົບຄໍາແນະນໍາ. (ຕົວເລືອກແອັບພລິເຄຊັນທີ່ມີລະຫັດແຫຼ່ງໃນ R: ໂຄງການລະບົບການແນະນໍາຮູບເງົາໃນ R )
ຊຸດຂໍ້ມູນ UCI Spambase — ຊຸດຂໍ້ມູນການຝຶກອົບຮົມສໍາລັບການຊອກຫາ spam. ປະກອບມີ 4601 ຕົວອັກສອນທີ່ມີ 57 ຕົວກໍານົດການ metadata.
ຊຸດຂໍ້ມູນ Flickr 30k - ຫຼາຍກ່ວາ 30 ຮູບພາບແລະຄໍາບັນຍາຍ. (ຊຸດຂໍ້ມູນ Flickr 8k - 8000 ຮູບພາບ. ໂຄງການແຫຼ່ງ Python: ຮູບພາບ Caption Generator ໂຄງການ Python)
ການທົບທວນ IMDB — 25 ການທົບທວນຄືນຮູບເງົາໃນຊຸດການຝຶກອົບຮົມແລະ 000 ໃນຊຸດທົດສອບ. (ຕົວເລືອກແອັບພລິເຄຊັນທີ່ມີລະຫັດແຫຼ່ງໃນ R: ໂຄງການວິທະຍາສາດຂໍ້ມູນການວິເຄາະຄວາມຮູ້ສຶກ)
ຊຸດຂໍ້ມູນ MS COCO — 1,5 ລ້ານ tagged ຮູບພາບ.
ຊຸດຂໍ້ມູນ CIFAR-10 ແລະ CIFAR-100 — CIFAR-10 ມີ 60,000 ຮູບຂະໜາດນ້ອຍ 32*32 pixels ເລກ 0-9. CIFAR-100 - ຕາມລໍາດັບ, 0-100.
ຊຸດຂໍ້ມູນ GTSRB (ມາດຕະຖານການຮັບຮູ້ປ້າຍຈາລະຈອນຂອງເຢຍລະມັນ) - 50 ຮູບພາບຂອງ 000 ປ້າຍຖະຫນົນ. (ຕົວເລືອກແອັບພລິເຄຊັນທີ່ມີລະຫັດແຫຼ່ງໃນ Python: ໂຄງການ Python ການຮັບຮູ້ສັນຍານການຈະລາຈອນ)
ຊຸດຂໍ້ມູນ ImageNet — ປະກອບດ້ວຍຫຼາຍກ່ວາ 100 ປະໂຫຍກແລະປະມານ 000 ຮູບພາບຕໍ່ປະໂຫຍກ.
ຊຸດຂໍ້ມູນຮູບພາບ Histopathology ເຕົ້ານົມ — ຊຸດຂໍ້ມູນປະກອບມີຮູບພາບຂອງຕົວຢ່າງມະເຮັງເຕົ້ານົມ. (ຕົວເລືອກແອັບພລິເຄຊັນທີ່ມີລະຫັດແຫຼ່ງເປີດ ໂຄງການຈັດປະເພດມະເຮັງເຕົ້ານົມ Python)
ຊຸດຂໍ້ມູນ Cityscapes — ປະກອບດ້ວຍຄໍາອະທິບາຍຄຸນນະພາບສູງຂອງລໍາດັບວິດີໂອຂອງຖະຫນົນຫົນທາງໃນຕົວເມືອງທີ່ແຕກຕ່າງກັນ.
ຊຸດຂໍ້ມູນ Kinetics - ມີລິ້ງ URL ປະມານ 6,5 ລ້ານວິດີໂອທີ່ມີຄຸນນະພາບສູງ.
ຊຸດຂໍ້ມູນການຕັ້ງມະນຸດ MPII — ຊຸດຂໍ້ມູນປະກອບດ້ວຍ 25 ຮູບພາບຂອງການ poses ຂອງມະນຸດທີ່ມີຄໍາອະທິບາຍຮ່ວມ.
ຊຸດຂໍ້ມູນ 20BN-something-something v2 - ຊຸດຂອງວິດີໂອຄຸນນະພາບສູງທີ່ສະແດງໃຫ້ເຫັນວິທີການປະຕິບັດບຸກຄົນໃດຫນຶ່ງ.
ຊຸດຂໍ້ມູນ Object 365 — ຊຸດຂໍ້ມູນຂອງຮູບພາບຄຸນນະພາບສູງທີ່ມີປ່ອງຜູກພັນວັດຖຸ.
ຊຸດຂໍ້ມູນການແຕ້ມຮູບ — ປະກອບດ້ວຍຫຼາຍກ່ວາ 1000 ຮູບພາບທີ່ມີຮູບແຕ້ມ outline ຂອງເຂົາເຈົ້າ.
ຊຸດຂໍ້ມູນ CQ500 — ຊຸດຂໍ້ມູນມີ 491 CT scan ຂອງຫົວທີ່ມີ 193 slices.
ຊຸດຂໍ້ມູນ IMDB-Wiki — ຊຸດຂໍ້ມູນທີ່ມີຫຼາຍກ່ວາ 5 ລ້ານຮູບພາບຂອງໃບຫນ້າທີ່ຫມາຍໂດຍເພດແລະອາຍຸ. (ຕົວເລືອກແອັບພລິເຄຊັນທີ່ມີລະຫັດແຫຼ່ງເປີດ ໂຄງການກວດຫາເພດ ແລະອາຍຸ Python)
ຊຸດຂໍ້ມູນ Youtube 8M - ຊຸດຂໍ້ມູນວິດີໂອທີ່ມີປ້າຍຊື່ທີ່ມີ 6,1 ລ້ານ ID ວິດີໂອ Youtube
ຊຸດຂໍ້ມູນ Urban Sound 8K — ຊຸດຂໍ້ມູນສຽງໃນຕົວເມືອງ (ປະກອບດ້ວຍ 8732 ສຽງໃນຕົວເມືອງຈາກ 10 ຫ້ອງຮຽນ).
ຊຸດຂໍ້ມູນ LSUN - ຊຸດຂໍ້ມູນຂອງລ້ານຮູບພາບສີຂອງ scenes ແລະວັດຖຸ (ປະມານ 59 ລ້ານຮູບພາບ, 10 ປະເພດ scene ທີ່ແຕກຕ່າງກັນແລະ 20 ປະເພດວັດຖຸທີ່ແຕກຕ່າງກັນ).
ຊຸດຂໍ້ມູນ RAVDESS — ຖານຂໍ້ມູນພາບສຽງຂອງການປາກເວົ້າອາລົມ. (ຕົວເລືອກແອັບພລິເຄຊັນທີ່ມີລະຫັດແຫຼ່ງເປີດ ໂຄງການ Python ການຮັບຮູ້ຄວາມຮູ້ສຶກທາງປາກເວົ້າ)
ຊຸດຂໍ້ມູນ Librispeech — ຊຸດຂໍ້ມູນປະກອບດ້ວຍ 1000 ຊົ່ວໂມງຂອງຄໍາເວົ້າພາສາອັງກິດທີ່ມີສໍານຽງທີ່ແຕກຕ່າງກັນ.
ຊຸດຂໍ້ມູນ Baidu Apolloscape — ຊຸດຂໍ້ມູນສໍາລັບການພັດທະນາເຕັກໂນໂລຊີການຂັບລົດດ້ວຍຕົນເອງ.
Quandl Data Portal — ບ່ອນເກັບຂໍ້ມູນເສດຖະກິດແລະການເງິນ (ມີເນື້ອໃນຟຣີແລະການຈ່າຍເງິນ).
ທະນາຄານໂລກເປີດປະຕູຂໍ້ມູນ — ຂໍ້ມູນກ່ຽວກັບເງິນກູ້ຢືມໂດຍທະນາຄານໂລກໃຫ້ປະເທດທີ່ພັດທະນາ.
IMF Data Portal ເປັນປະຕູກອງທຶນການເງິນສາກົນທີ່ເຜີຍແຜ່ຂໍ້ມູນກ່ຽວກັບການເງິນສາກົນ, ອັດຕາຫນີ້ສິນ, ການລົງທຶນ, ສະຫງວນອັດຕາແລກປ່ຽນແລະສິນຄ້າ.
ສະມາຄົມເສດຖະກິດອາເມລິກາ (AEA) ປະຕູຂໍ້ມູນ - ຊັບພະຍາກອນສໍາລັບການຄົ້ນຫາຂໍ້ມູນເສດຖະກິດມະຫາພາກຂອງສະຫະລັດ.
Google Trends Data Portal - ຂໍ້ມູນແນວໂນ້ມຂອງ Google ສາມາດໃຊ້ເພື່ອສຳຫຼວດສາຍຕາ ແລະວິເຄາະຂໍ້ມູນໄດ້.
ປະຕູຂໍ້ມູນຕະຫຼາດ Financial Times ແມ່ນແຫຼ່ງຂໍ້ມູນຂ່າວສານທີ່ທັນສະໄໝໃນຕະຫຼາດການເງິນຈາກທົ່ວໂລກ.
Data.gov Portal - ປະຕູຂໍ້ມູນເປີດຂອງລັດຖະບານສະຫະລັດ (ກະສິກໍາ, ສຸຂະພາບ, ສະພາບອາກາດ, ການສຶກສາ, ພະລັງງານ, ການເງິນ, ວິທະຍາສາດແລະການຄົ້ນຄວ້າ, ແລະອື່ນໆ).
Data Portal: ເປີດຂໍ້ມູນຂອງລັດຖະບານ (ອິນເດຍ) ແມ່ນແພລະຕະຟອມຂໍ້ມູນຂອງລັດຖະບານອິນເດຍເປີດ.
ສະພາບແວດລ້ອມອາຫານ Atlas Data Portal — ມີຂໍ້ມູນການຄົ້ນຄວ້າກ່ຽວກັບໂພຊະນາການໃນສະຫະລັດ.
ປະຕູຂໍ້ມູນສຸຂະພາບ ແມ່ນປະຕູຂອງກະຊວງສາທາລະນະສຸກ ແລະການບໍລິການມະນຸດຂອງສະຫະລັດ.
ປະຕູຂໍ້ມູນສູນຄວບຄຸມ ແລະປ້ອງກັນພະຍາດ - ປະກອບມີຂໍ້ມູນທີ່ກ່ຽວຂ້ອງກັບສຸຂະພາບທີ່ຫຼາກຫຼາຍ.
ລອນດອນ Datastore Portal - ຂໍ້ມູນກ່ຽວກັບຊີວິດຂອງຄົນໃນລອນດອນ.
ລັດຖະບານການາດາເປີດປະຕູຂໍ້ມູນ - ປະຕູຂອງຂໍ້ມູນເປີດກ່ຽວກັບຊາວການາດາ (ກະສິກໍາ, ສິລະປະ, ດົນຕີ, ການສຶກສາ, ລັດຖະບານ, ການດູແລສຸຂະພາບ, ແລະອື່ນໆ)