52 збирки на податоци за проекти за обука

1. Збир на податоци за клиенти на трговски центар — податоци за посетителите на продавницата: ID, пол, возраст, приход, рејтинг на трошење. (Опција за апликација: Проект за сегментација на клиенти со машинско учење)
2. Збир на податоци на Ирис — база на податоци за почетници, која содржи големини на сепали и ливчиња за различни цвеќиња.
3. Збир на податоци на MNIST — збирка од рачно напишани броеви. 60 слики за обука и 000 тест слики.
4. Збир на податоци за домување во Бостон е популарна база на податоци за препознавање на шаблони. Содржи информации за куќите во Бостон: број на станови, цени за изнајмување, индекс на криминал.
5. Збир на податоци за откривање лажни вести — содржи 7796 записи со ознаки за вести: точно или неточно. (Опција за апликација со изворен код во Python: Проект Python за откривање лажни вести )
6. Податоци за квалитет на виното — содржи информации за виното: 4898 записи со 14 параметри.
7. Податоци за SOCR – Збир на податоци за височини и тежини - добра опција за почеток. Содржи 25 записи за висина и тежина на 000-годишни луѓе.
   

   
   
   Статијата е преведена со поддршка на софтверот EDISON, кој ги исполнува нарачките од Јужна Кина „одлично“И развива веб-апликации и веб-страници.

8. Паркинсонова сет на податоци — 195 записи на пациенти со Паркинсонова болест, со 25 параметри за анализа. Може да се користи за прелиминарна проценка на разликата помеѓу болни и здрави луѓе. (Опција за апликација со изворен код во Python: Проект за машинско учење за откривање на Паркинсонова болест)
9. Збир на податоци на Титаник — содржи информации за патниците (возраст, пол, роднини во авионот итн.) 891 во комплетот за обука и 418 во комплетот за тестирање.
10. Збир на податоци за Uber Pickups — информации за 4.5 милиони патувања на Uber во 2014 година и 14 милиони во 2015 година. (Опција за апликација со изворен код во R: Проект за анализа на податоци на Uber во Р)
11. Збир на податоци Chars74k — содржи слики на британски и канадски симболи од 64 класи: 0-9, AZ, az. 7700 7.7k природни слики, 3400k рачно напишани, 62000 компјутерски синтетизирани фонтови.
12. Збир на податоци за откривање измами со кредитни картички — содржи информации за трансакции на компромитирани кредитни картички. (Опција за апликација со извор: Проект за машинско учење за откривање измами со кредитни картички)
13. Збир на податоци за намери на Chatbot — JSON-датотека која содржи различни ознаки: поздрави, збогум, болница_пребарување, аптека_пребарување итн. Содржи збир на шаблони за прашања и одговори. (Опција за апликација со изворен код во Python: Проект за четбот во Python)
14. Збир на податоци за е-пошта Enron - содржи половина милион писма од 150 менаџери на Енрон.
15. Збир на податоци Yelp — содржи 1,2 милиони препораки од 1,6 милиони корисници околу 1,2 милиони организации.
16. Збир на податоци за опасност — повеќе од 200 снимки со прашања и одговори од популарната телевизиска игра.
17. Збир на податоци за системи за препораки — портал со збирка сетови на податоци од Универзитетот UCSD. Содржи записи за прегледи на популарни сајтови (Goodreads, Amazon). Одлично за креирање системи за препораки. (Опција за апликација со изворен код во R: Проект за систем за препораки за филмови во Р )
18. Збир на податоци на UCI Spambase — база на податоци за обука за откривање спам. Содржи 4601 буква со 57 параметри на метаподатоци.
19. Збир на податоци на Flickr 30k - повеќе од 30 слики и натписи. (Збир на податоци на Flickr 8k - 8000 слики. Проект за извор на Python: Пајтон проект Генератор на наслови на слики)
20. Осврти на IMDB — 25 филмски критики во сетот за обука и 000 во сетот за тестирање. (Опција за апликација со изворен код во R: Проект за наука за податоци за анализа на чувствата)
21. MS COCO база на податоци - 1,5 милиони означени слики.
22. CIFAR-10 и CIFAR-100 податоци — CIFAR-10 содржи 60,000 мали слики од 32*32 пиксели со броеви 0-9. CIFAR-100 - соодветно, 0-100.
23. GTSRB (германски репер за препознавање сообраќајни знаци) Збир на податоци — 50 слики од 000 сообраќајни знаци. (Опција за апликација со изворен код во Python: Проект Python за препознавање сообраќајни знаци)
24. Дата на податоци ImageNet - содржи повеќе од 100 фрази и околу 000 слики по фраза.
25. Збир на податоци со слики од хистопатологија на дојка — сетот содржи слики од примероци од рак на дојка. (Опција за апликација со вклучен изворен код Пајтон проект за класификација на рак на дојка)
26. Збир на податоци на Cityscapes — содржи висококвалитетни прибелешки на видео секвенци на улици во различни градови.
27. Збир на податоци за кинетика - содржи URL врска до околу 6,5 милиони висококвалитетни видеа.
28. MPII сет на човечка поза — сетот содржи 25 слики од човечки пози со заеднички прибелешки.
29. 20BN-нешто-нешто база на податоци v2 - збир на висококвалитетни видеа кои покажуваат како некое лице врши некоја акција.
30. Збир на податоци за објект 365 — збир на податоци од висококвалитетни слики со кутии за ограничување на објекти.
31. Дата на податоци за скицирање фотографии — содржи повеќе од 1000 слики со нивните контури.
32. Збир на податоци CQ500 — сетот содржи 491 КТ скен на главата со 193 парчиња.
33. база на податоци на IMDB-Wiki — база на податоци со повеќе од 5 милиони слики на лица означени по пол и возраст. (Опција за апликација со вклучен изворен код Проект Python за откривање на пол и возраст)
34. Комплет на податоци на YouTube 8M - Обележена видео база на податоци што содржи 6,1 милиони идентификатори на видео на YouTube
35. Дата на податоци за урбан звук 8K — збир на податоци за урбан звук (содржи 8732 урбани звуци од 10 класи).
36. Збир на податоци LSUN - збирка од милиони слики во боја на сцени и објекти (околу 59 милиони слики, 10 различни категории на сцени и 20 различни категории на објекти).
37. Збир на податоци RAVDESS — аудиовизуелна база на податоци за емоционален говор. (Опција за апликација со вклучен изворен код Проект Python за препознавање на емоции на говор)
38. Збир на податоци за Librispeech — сетот содржи 1000 часа англиски говор со различни акценти.
39. Збир на податоци на Baidu Apolloscape — база на податоци за развој на технологии за самоуправување.
40. Quandl Data Portal — складиште на економски и финансиски податоци (има бесплатна и платена содржина).
41. Порталот за отворени податоци на Светска банка — информации за заемите издадени од Светска банка на земјите во развој.
42. Портал за податоци на ММФ е портал на меѓународен монетарен фонд кој објавува податоци за меѓународните финансии, стапките на долгот, инвестициите, девизните резерви и стоките.
43. Портал за податоци на Американската економска асоцијација (АЕА). - Ресурс за пребарување на американските макроекономски податоци.
44. Порталот за податоци на Google Trends - Податоците за трендовите на Google може да се користат за визуелно истражување и анализа на податоците.
45. Портал со податоци за пазарот на Financial Times е ресурс за ажурирани информации за финансиските пазари од целиот свет.
46. Data.gov портал - Портал на отворени податоци на американската влада (земјоделство, здравство, клима, образование, енергија, финансии, наука и истражување итн.).
47. Портал на податоци: отворени владини податоци (Индија) е индиската отворена владина платформа за податоци.
48. Прехранбена средина Atlas Data Portal — содржи истражувачки податоци за исхраната во САД.
49. Портал за здравствени податоци е портал на Министерството за здравство и хумани услуги на САД.
50. Портал на податоци за центри за контрола и превенција на болести - содржи широк опсег на податоци поврзани со здравјето.
51. Лондонски портал за складиште на податоци - податоци за животот на луѓето во Лондон.
52. Портал за отворени податоци на владата на Канада - портал на отворени податоци за Канаѓаните (земјоделство, уметност, музика, образование, влада, здравство, итн.)

Прочитај повеќе

• 14 проекти со отворен код за подобрување на вашите вештини за наука за податоци (лесни, нормални, тешки)
• Преден доџо: проекти за обука на вештини за развивачи (5 нови + 43 стари)
• Топ 12 најинтересни ИТ динамични инфографици

Извор: www.habr.com