- — gegevens van winkelbezoekers: id, geslacht, leeftijd, inkomen, uitgavenrating. (Toepassingsvoorbeeld: )
- — dataset voor beginners, bevat afmetingen van kelkbladen en bloemblaadjes van verschillende bloemen.
- — dataset van handgeschreven cijfers. 60.000 trainingsafbeeldingen en 10.000 testafbeeldingen.
- — populaire dataset voor patroonherkenning. Bevat informatie over huizen in Boston: aantal appartementen, huurprijzen, criminaliteitsindex.
- — bevat 7796 records met gemarkeerde nieuwsitems: waar of niet waar. (Toepassingsvoorbeeld met de broncode in Python: )
- — bevat informatie over wijn: 4898 records met 14 parameters.
- — goede optie om mee te beginnen. Bevat 25.000 records over de lengte en het gewicht van 18-jarigen.
Dit artikel is vertaald met de ondersteuning van EDISON Software, dat , evenals . - — 195 records van patiënten met de ziekte van Parkinson, met 25 analysem parameters. Kan worden gebruikt voor een eerste beoordeling van het verschil tussen zieke en gezonde mensen. (Toepassingsvoorbeeld met de broncode in Python: )
- — bevat informatie over passagiers (leeftijd, geslacht, familie aan boord, enz.) 891 in de trainingsset en 418 — in de testset.
- — informatie over 4,5 miljoen ritten met Uber in 2014 en 14 miljoen in 2015. (Toepassingsvoorbeeld met de broncode in R: )
- — bevat afbeeldingen van Britse en Canadese symbolen van 64 klassen: 0-9, A-Z, a-z. 7700 natuurlijke afbeeldingen, 3400 handgeschreven, 62000 gesynthetiseerde lettertypen.
- — bevat informatie over transacties van gecompromitteerde creditcards. (Toepassingsvoorbeeld met de broncode: )
- — JSON-bestand dat verschillende tags bevat: begroetingen, afscheid, ziekenhuiszoeken, apotheekzoeken, enz. Bevat een set van vraag-en-antwoord sjablonen. (Toepassingsvoorbeeld met de broncode in Python: )
- — bevat een half miljoen e-mails van 150 managers van Enron.
- — bevat 1,2 miljoen aanbevelingen van 1,6 miljoen gebruikers voor 1,2 miljoen organisaties.
- — meer dan 200.000 vraag-antwoord records van de populaire tv-quiz.
- — portaal met een verzameling datasets van de UCSD-universiteit. Bevat records van recensies op populaire websites (Goodreads, Amazon). Uitstekend geschikt voor het maken van aanbevelingssystemen. (Toepassingsvoorbeeld met de broncode in R: )
- — dataset voor training voor het detecteren van spam. Bevat 4601 e-mails met 57 metadata parameters.
- — meer dan 30.000 afbeeldingen en bijschriften. ( — 8000 afbeeldingen. Project met broncode in Python: )
- — 25.000 filmrecensies in de trainingsset en 25.000 in de testset. (Toepassingsvoorbeeld met de broncode in R: )
- — 1,5 miljoen gelabelde afbeeldingen.
- — CIFAR-10 bevat 60.000 kleine afbeeldingen van 32*32 pixels cijfers 0-9. CIFAR-100 — respectievelijk 0-100.
- — 50.000 afbeeldingen van 43 verkeersborden. (Toepassingsvoorbeeld met de broncode in Python: )
- — bevat meer dan 100.000 zinnen en ongeveer 1000 afbeeldingen per zin.
- — de dataset bevat afbeeldingen van borstkankerproefmonsters. (Toepassingsvoorbeeld met broncode op )
- — bevat hoogwaardige annotaties van videosequenties van straten in verschillende steden.
- — bevat een URL-link naar ongeveer 6,5 miljoen hoogwaardige video's.
- — dataset bevat 25.000 afbeeldingen van menselijke houdingen met annotaties van gewrichten.
- — set met hoogwaardige video's die tonen hoe een persoon bepaalde acties uitvoert.
- — dataset met hoogwaardige afbeeldingen met omkaderingen van objecten.
- — bevat meer dan 1000 afbeeldingen met hun contourtekeningen.
- — dataset bevat 491 CT-scans van de hoofd met 193.317 sneden.
- — dataset met meer dan 5 miljoen afbeeldingen van gezichten gemarkeerd met geslacht en leeftijd. (Toepassingsvoorbeeld met broncode op )
- — gelabelde dataset van video's die 6,1 miljoen Youtube video-ID's bevat
- — set met stedelijke geluidsgegevens (bevat 8732 stedelijke geluiden uit 10 klassen).
- — dataset van miljoenen kleurafbeeldingen van scènes en objecten (ongeveer 59 miljoen afbeeldingen, 10 verschillende categorieën scènes en 20 verschillende categorieën objecten).
- — audiovisuële database van emotionele spraak. (Toepassingsvoorbeeld met broncode op )
- — de dataset bevat 1000 uur Engelse spraak met verschillende accenten.
- — dataset voor de ontwikkeling van technologieën voor autonoom rijden.
- — opslagplaats van economische en financiële gegevens (er is gratis en betaalde inhoud).
- — informatie over leningen die door de Wereldbank aan ontwikkelingslanden zijn verstrekt.
- — portal van het Internationaal Monetair Fonds dat gegevens publiceert over internationale financiën, schuldrentetarieven, investeringen, valutareserves en grondstoffen.
- — bron voor het zoeken naar macro-economische gegevens van de VS.
- — gegevens over Google-trends kunnen worden gebruikt voor visuele studie en analyse.
- — bron voor actuele informatie over financiële markten over de hele wereld.
- — portal voor open gegevens van de Amerikaanse overheid (landbouw, gezondheid, klimaat, onderwijs, energie, financiën, wetenschap en onderzoek, enz.).
- — open overheidsdataplatform van India.
- — bevat onderzoeksgegevens over voeding in de VS.
- — dit is de portal van het Amerikaanse Ministerie van Gezondheid en Sociale Zaken.
- — bevat een breed scala aan gezondheidsgerelateerde gegevens.
- — gegevens over het leven van mensen in Londen.
- — portal van open gegevens over Canadezen (landbouw, kunst, muziek, onderwijs, overheid, gezondheid, enz.).
Lees verder
Bron: habr.com
