- — स्टोअर अभ्यागतांचा डेटा: आयडी, लिंग, वय, उत्पन्न, खर्च रेटिंग. (अर्ज पर्याय: )
- - नवशिक्यांसाठी डेटासेट, ज्यामध्ये विविध फुलांसाठी सेपल्स आणि पाकळ्यांचे आकार असतात.
- - हस्तलिखित संख्यांचा डेटासेट. 60 प्रशिक्षण प्रतिमा आणि 000 चाचणी प्रतिमा.
- नमुना ओळखण्यासाठी एक लोकप्रिय डेटासेट आहे. बोस्टनमधील घरांबद्दल माहिती आहे: अपार्टमेंटची संख्या, भाड्याच्या किमती, गुन्हे निर्देशांक.
- — बातम्या चिन्हांसह 7796 नोंदी आहेत: खरे किंवा खोटे. (पायथनमधील स्त्रोत कोडसह अनुप्रयोग पर्याय: )
- — वाइनबद्दल माहिती आहे: 4898 पॅरामीटर्ससह 14 रेकॉर्ड.
- - सुरू करण्यासाठी एक चांगला पर्याय. 25 वर्षांच्या लोकांच्या उंची आणि वजनाच्या 000 नोंदी आहेत.
लेखाचा अनुवाद एडिसन सॉफ्टवेअरच्या समर्थनाने केला गेला होता, जे आणि . - - 195 विश्लेषण पॅरामीटर्ससह पार्किन्सन रोग असलेल्या रुग्णांच्या 25 नोंदी. आजारी लोक आणि निरोगी लोकांमधील फरकाच्या प्राथमिक मूल्यांकनासाठी वापरला जाऊ शकतो. (पायथनमधील स्त्रोत कोडसह अनुप्रयोग पर्याय: )
- — ट्रेनिंग सेटमध्ये प्रवाशांची (वय, लिंग, नातेवाईक इ.) 891 आणि चाचणी सेटमध्ये 418 बद्दल माहिती आहे.
- — 4.5 मध्ये Uber वर 2014 दशलक्ष आणि 14 मध्ये 2015 दशलक्ष सहलींची माहिती. (आर मधील स्त्रोत कोडसह अनुप्रयोग पर्याय: )
- — मध्ये 64 वर्गांच्या ब्रिटिश आणि कॅनेडियन चिन्हांच्या प्रतिमा आहेत: 0-9, AZ, az. 7700 7.7k नैसर्गिक प्रतिमा, 3400k हस्तलिखित, 62000 संगणक संश्लेषित फॉन्ट.
- - तडजोड केलेल्या क्रेडिट कार्डच्या व्यवहारांबद्दल माहिती आहे. (स्त्रोतासह अर्ज पर्याय: )
- — एक JSON फाइल ज्यामध्ये विविध टॅग असतात: ग्रीटिंग्ज, गुडबाय, हॉस्पिटल_शोध, फार्मसी_शोध इ. प्रश्न-उत्तर टेम्पलेट्सचा संच आहे. (पायथनमधील स्त्रोत कोडसह अनुप्रयोग पर्याय: )
- - 150 एनरॉन व्यवस्थापकांची अर्धा दशलक्ष पत्रे आहेत.
- — सुमारे 1,2 दशलक्ष संस्थांच्या 1,6 दशलक्ष वापरकर्त्यांकडून 1,2 दशलक्ष शिफारसी आहेत.
- — लोकप्रिय टेलिव्हिजन गेममधील 200 हून अधिक प्रश्न-उत्तर रेकॉर्डिंग.
- — UCSD युनिव्हर्सिटीच्या डेटासेटच्या संग्रहासह पोर्टल. लोकप्रिय साइट्स (गुडरेड्स, ऍमेझॉन) वरील पुनरावलोकनांच्या नोंदी आहेत. शिफारस प्रणाली तयार करण्यासाठी उत्तम. (आर मधील स्त्रोत कोडसह अनुप्रयोग पर्याय: )
- - स्पॅम शोधण्यासाठी प्रशिक्षण डेटासेट. 4601 मेटाडेटा पॅरामीटर्ससह 57 अक्षरे आहेत.
- - 30 पेक्षा जास्त प्रतिमा आणि मथळे. ( - 8000 प्रतिमा. पायथन स्त्रोत प्रकल्प: )
- - प्रशिक्षण सेटमध्ये 25 चित्रपट परीक्षणे आणि 000 चाचणी सेटमध्ये. (आर मधील स्त्रोत कोडसह अनुप्रयोग पर्याय: )
- - 1,5 दशलक्ष टॅग केलेल्या प्रतिमा.
- — CIFAR-10 मध्ये 60,000-32 क्रमांकाच्या 32*0 पिक्सेलच्या 9 लहान प्रतिमा आहेत. CIFAR-100 - अनुक्रमे, 0-100.
- — 50 रोड चिन्हांच्या 000 प्रतिमा. (पायथनमधील स्त्रोत कोडसह अनुप्रयोग पर्याय: )
- — 100 पेक्षा जास्त वाक्यांश आणि प्रति वाक्यांश सुमारे 000 प्रतिमा आहेत.
- — डेटासेटमध्ये स्तनाच्या कर्करोगाच्या नमुन्यांच्या प्रतिमा आहेत. (स्त्रोत कोड चालू असलेला अनुप्रयोग पर्याय )
- — विविध शहरांमधील रस्त्यांच्या व्हिडिओ अनुक्रमांची उच्च-गुणवत्तेची भाष्ये आहेत.
- - सुमारे 6,5 दशलक्ष उच्च-गुणवत्तेच्या व्हिडिओंची URL लिंक आहे.
- — डेटासेटमध्ये संयुक्त भाष्यांसह मानवी पोझच्या 25 प्रतिमा आहेत.
- - उच्च-गुणवत्तेच्या व्हिडिओंचा संच जो दर्शवितो की एखादी व्यक्ती काही क्रिया कशी करते.
- — ऑब्जेक्ट बाउंडिंग बॉक्ससह उच्च-गुणवत्तेच्या प्रतिमांचा डेटासेट.
- — त्यांच्या बाह्यरेखा रेखाचित्रांसह 1000 हून अधिक प्रतिमा आहेत.
- — डेटासेटमध्ये 491 स्लाइससह डोक्याचे 193 CT स्कॅन आहेत.
- — लिंग आणि वयानुसार चिन्हांकित चेहऱ्यांच्या 5 दशलक्षाहून अधिक प्रतिमा असलेला डेटासेट. (स्त्रोत कोड चालू असलेला अनुप्रयोग पर्याय )
- - एक लेबल केलेला व्हिडिओ डेटासेट ज्यामध्ये 6,1 दशलक्ष Youtube व्हिडिओ आयडी आहेत
- — शहरी ध्वनी डेटाचा संच (8732 वर्गातील 10 शहरी ध्वनी आहेत).
- - दृश्ये आणि वस्तूंच्या लाखो रंगीत प्रतिमांचा डेटासेट (सुमारे 59 दशलक्ष प्रतिमा, 10 भिन्न दृश्य श्रेणी आणि 20 भिन्न ऑब्जेक्ट श्रेणी).
- - भावनिक भाषणाचा दृकश्राव्य डेटाबेस. (स्त्रोत कोड चालू असलेला अनुप्रयोग पर्याय )
- — डेटासेटमध्ये वेगवेगळ्या उच्चारांसह 1000 तासांचे इंग्रजी भाषण आहे.
- - सेल्फ-ड्रायव्हिंग तंत्रज्ञानाच्या विकासासाठी डेटासेट.
- - आर्थिक आणि आर्थिक डेटाचे भांडार (तेथे विनामूल्य आणि सशुल्क सामग्री आहे).
- - जागतिक बँकेने विकसनशील देशांना जारी केलेल्या कर्जाची माहिती.
- हे एक आंतरराष्ट्रीय नाणेनिधी पोर्टल आहे जे आंतरराष्ट्रीय वित्त, कर्ज दर, गुंतवणूक, परकीय चलन साठा आणि वस्तूंवरील डेटा प्रकाशित करते.
- - यूएस मॅक्रो इकॉनॉमिक डेटा शोधण्यासाठी एक संसाधन.
- - Google ट्रेंड डेटा दृष्यदृष्ट्या एक्सप्लोर आणि विश्लेषण करण्यासाठी वापरला जाऊ शकतो.
- जगभरातील आर्थिक बाजारांवरील अद्ययावत माहितीसाठी एक संसाधन आहे.
- - यूएस सरकार खुले डेटा पोर्टल (शेती, आरोग्य, हवामान, शिक्षण, ऊर्जा, वित्त, विज्ञान आणि संशोधन इ.).
- भारताचे खुले सरकारी डेटा प्लॅटफॉर्म आहे.
- — युनायटेड स्टेट्स मध्ये पोषण संशोधन डेटा समाविष्टीत आहे.
- हे यूएस डिपार्टमेंट ऑफ हेल्थ अँड ह्युमन सर्व्हिसेसचे पोर्टल आहे.
- - यामध्ये आरोग्य-संबंधित डेटाची विस्तृत श्रेणी आहे.
- - लंडनमधील लोकांच्या जीवनाबद्दल डेटा.
- - कॅनेडियन (शेती, कला, संगीत, शिक्षण, सरकार, आरोग्यसेवा इ.) बद्दलच्या खुल्या डेटाचे पोर्टल
पुढे वाचा
स्त्रोत: www.habr.com