{"id":54096,"date":"2019-12-18T00:00:00","date_gmt":"2019-12-17T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/52-dataseta-dlya-trenirovochnyh-proektov"},"modified":"2020-02-18T14:02:04","modified_gmt":"2020-02-18T11:02:04","slug":"52-dataseta-dlya-trenirovochnyh-proektov","status":"publish","type":"post","link":"https:\/\/prohoster.info\/pl\/blog\/news\/52-dataseta-dlya-trenirovochnyh-proektov","title":{"rendered":"52 zestawy danych do projekt\u00f3w treningowych","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
    \n
  1. Zbi\u00f3r danych klient\u00f3w sklepu<\/a><\/noindex> \u2014 dane odwiedzaj\u0105cych sklep: id, p\u0142e\u0107, wiek, doch\u00f3d, ocena wydatk\u00f3w. (Przyk\u0142ad zastosowania: Projekt segmentacji klient\u00f3w z wykorzystaniem uczenia maszynowego<\/a><\/noindex><\/i>)<\/li>\n
  2. Zbi\u00f3r danych Iris<\/a><\/noindex> \u2014 zbi\u00f3r danych dla pocz\u0105tkuj\u0105cych, zawieraj\u0105cy rozmiary dzia\u0142ek i p\u0142atk\u00f3w dla r\u00f3\u017cnych kwiat\u00f3w.<\/li>\n
  3. Zbi\u00f3r danych MNIST<\/a><\/noindex> \u2014 zbi\u00f3r danych r\u0119cznie pisanych cyfr. 60 000 obraz\u00f3w treningowych i 10 000 obraz\u00f3w testowych.<\/li>\n
  4. Zbi\u00f3r danych mieszka\u0144 w Bostonie<\/a><\/noindex> \u2014 popularny zbi\u00f3r danych do rozpoznawania wzorc\u00f3w. Zawiera informacje o domach w Bostonie: liczba mieszka\u0144, koszt wynajmu, wska\u017anik przest\u0119pczo\u015bci.<\/li>\n
  5. Zb\u00f3r danych do wykrywania fa\u0142szywych wiadomo\u015bci<\/a><\/noindex> \u2014 zawiera 7796 rekord\u00f3w z oznaczeniem wiadomo\u015bci: prawda lub fa\u0142sz. (Przyk\u0142ad zastosowania z kodem \u017ar\u00f3d\u0142owym w Pythonie: Projekt wykrywania fa\u0142szywych wiadomo\u015bci w Pythonie <\/a><\/noindex><\/i>)<\/li>\n
  6. Zbi\u00f3r danych o jako\u015bci wina<\/a><\/noindex> \u2014 zawiera informacje o winie: 4898 rekord\u00f3w z 14 parametrami.<\/li>\n
  7. Dane SOCR \u2013 Zbi\u00f3r danych o wysoko\u015bciach i wagach<\/a><\/noindex> \u2014 dobry wyb\u00f3r na pocz\u0105tek. Zawiera 25 000 rekord\u00f3w o wzro\u015bcie i wadze 18-latk\u00f3w.
    \n

    \"52<\/a><\/noindex>

    \nArtyku\u0142 zosta\u0142 przet\u0142umaczony przy wsparciu firmy EDISON Software, kt\u00f3ra     wykonuje \u201eznakomicie\u201d zam\u00f3wienia z Po\u0142udniowych Chin<\/a><\/noindex>, a tak\u017ce rozwija aplikacje internetowe i strony<\/a><\/noindex>.<\/p><\/blockquote>\n<\/li>\n

  8. Zbi\u00f3r danych Parkinsona<\/a><\/noindex> \u2014 195 rekord\u00f3w o pacjentach z chorob\u0105 Parkinsona, zawieraj\u0105cych 25 parametr\u00f3w bada\u0144. Mo\u017cna wykorzysta\u0107 do wst\u0119pnej oceny r\u00f3\u017cnic mi\u0119dzy chorymi a zdrowymi. (Przyk\u0142ad zastosowania z kodem \u017ar\u00f3d\u0142owym w Pythonie: Projekt uczenia maszynowego na wykrywanie choroby Parkinsona<\/a><\/noindex><\/i>)<\/li>\n
  9. Zb\u00f3r danych Titanic<\/a><\/noindex> \u2014 zawiera informacje o pasa\u017cerach (wiek, p\u0142e\u0107, krewni na pok\u0142adzie itp.) 891 w zbiorze treningowym i 418 \u2014 w testowym.<\/li>\n
  10. Zb\u00f3r danych o przejazdach Ubera<\/a><\/noindex> \u2014 informacje o 4,5 milionie przejazd\u00f3w Ubera z 2014 roku i 14 milionach z 2015 roku. (Przyk\u0142ad zastosowania z kodem \u017ar\u00f3d\u0142owym w R: Projekt analizy danych Ubera w R<\/a><\/noindex><\/i>)<\/li>\n
  11. Zbi\u00f3r danych Chars74k<\/a><\/noindex> \u2014 zawiera obrazy brytyjskich i kanadyjskich symboli 64 klas: 0-9, A-Z, a-z. 7700 naturalnych obraz\u00f3w, 3400 r\u0119cznie pisanych, 62000 syntetycznych czcionek.<\/li>\n
  12. Zbi\u00f3r danych o oszustwach kredytowych<\/a><\/noindex> \u2014 zawiera informacje o transakcjach z kompromitowanych kart kredytowych. (Przyk\u0142ad zastosowania z kodem \u017ar\u00f3d\u0142owym: Projekt wykrywania oszustw kredytowych z wykorzystaniem uczenia maszynowego<\/a><\/noindex><\/i>)<\/li>\n
  13. Zbi\u00f3r danych intencji czatbota<\/a><\/noindex> \u2014 plik JSON, kt\u00f3ry zawiera r\u00f3\u017cne tagi: powitania, po\u017cegnania, wyszukiwanie szpitali, wyszukiwanie aptek itp. Zawiera zestaw szablon\u00f3w \u00abpytanie-odpowied\u017a\u00bb. (Przyk\u0142ad zastosowania z kodem \u017ar\u00f3d\u0142owym w Pythonie: Projekt czatbota w Pythonie<\/a><\/noindex><\/i>)<\/li>\n
  14. Zbi\u00f3r danych e-maili Enron<\/a><\/noindex> \u2014 zawiera p\u00f3\u0142 miliona e-maili od 150 mened\u017cer\u00f3w Enron.<\/li>\n
  15. Zbi\u00f3r danych Yelp<\/a><\/noindex> \u2014 zawiera 1,2 miliona rekomendacji od 1,6 miliona u\u017cytkownik\u00f3w na temat 1,2 miliona organizacji.<\/li>\n
  16. Zbi\u00f3r danych Jeopardy<\/a><\/noindex> \u2014 ponad 200 000 rekord\u00f3w \u00abpytanie-odpowied\u017a\u00bb z popularnej telewizyjnej gry.<\/li>\n
  17. Zbi\u00f3r danych system\u00f3w rekomendacji<\/a><\/noindex> \u2014 portal z kolekcj\u0105 zestaw\u00f3w danych z Uniwersytetu UCSD. Zawiera informacje o recenzjach na popularnych stronach (Goodreads, Amazon). Doskona\u0142e do tworzenia system\u00f3w rekomendacyjnych. (Przyk\u0142ad zastosowania z kodem \u017ar\u00f3d\u0142owym w R: Projekt systemu rekomendacji film\u00f3w w R<\/a><\/noindex> <\/i>)<\/li>\n
  18. Zestaw danych UCI Spambase<\/a><\/noindex> \u2014 zestaw danych do treningu wykrywania spamu. Zawiera 4601 e-maili z 57 parametrami metadanych.<\/li>\n
  19. Zestaw danych Flickr 30k<\/a><\/noindex> \u2014 ponad 30 000 obraz\u00f3w i ich podpis\u00f3w. (Zestaw danych Flickr 8k<\/a><\/noindex> \u2014 8000 obraz\u00f3w. Projekt z przyk\u0142adem w Pythonie: Generator podpis\u00f3w obraz\u00f3w w Pythonie<\/a><\/noindex>)<\/i><\/li>\n
  20. Recenzje IMDB<\/a><\/noindex> \u2014 25 000 recenzji film\u00f3w w zbiorze treningowym i 25 000 w testowym. (Przyk\u0142ad zastosowania z kodem \u017ar\u00f3d\u0142owym w R: Projekt analizy sentymentu w Data Science<\/a><\/noindex><\/i>)<\/li>\n
  21. Zestaw danych MS COCO<\/a><\/noindex> \u2014 1,5 miliona oznaczonych obraz\u00f3w.<\/li>\n
  22. Zestaw danych CIFAR-10 i CIFAR-100<\/a><\/noindex> \u2014 CIFAR-10 zawiera 60 000 ma\u0142ych obraz\u00f3w 32*32 piksele cyfr 0-9. CIFAR-100 \u2014 odpowiednio, 0-100.<\/li>\n
  23. Zestaw danych GTSRB (benchmark rozpoznawania znak\u00f3w drogowych w Niemczech)<\/a><\/noindex> \u2014 50 000 obraz\u00f3w 43 znak\u00f3w drogowych. (Przyk\u0142ad zastosowania z kodem \u017ar\u00f3d\u0142owym w Pythonie: Projekt rozpoznawania znak\u00f3w drogowych w Pythonie<\/a><\/noindex><\/i>)<\/li>\n
  24. Zestaw danych ImageNet<\/a><\/noindex> \u2014 zawiera ponad 100 000 fraz i oko\u0142o 1000 obraz\u00f3w na fraz\u0119.<\/li>\n
  25. Zestaw danych obraz\u00f3w histopatologicznych piersi<\/a><\/noindex> \u2014 zestaw danych zawiera obrazy pr\u00f3bek raka piersi. (Zastosowanie z przyk\u0142adem w Projekt klasyfikacji nowotworu piersi w Pythonie<\/a><\/noindex><\/i>)<\/li>\n
  26. Zestaw danych Cityscapes<\/a><\/noindex> \u2014 zawiera wysokiej jako\u015bci adnotacje sekwencji wideo ulic r\u00f3\u017cnych miast.<\/li>\n
  27. Zestaw danych Kinetics<\/a><\/noindex> \u2014 zawiera link URL do oko\u0142o 6,5 miliona wysokiej jako\u015bci wideo.<\/li>\n
  28. Zestaw danych MPII dotycz\u0105cy pozycji cz\u0142owieka<\/a><\/noindex> \u2014 zestaw danych zawiera 25 000 obraz\u00f3w ludzkich pozycji z adnotacjami dotycz\u0105cymi staw\u00f3w.<\/li>\n
  29. Zestaw danych 20BN-something-something v2<\/a><\/noindex> \u2014 zestaw wysokiej jako\u015bci wideo, kt\u00f3re pokazuj\u0105, jak cz\u0142owiek wykonuje r\u00f3\u017cne czynno\u015bci.<\/li>\n
  30. Zestaw danych Object 365<\/a><\/noindex> \u2014 zestaw danych wysokiej jako\u015bci obraz\u00f3w z ograniczonymi ramkami obiekt\u00f3w.<\/li>\n
  31. Zestaw danych szkic\u00f3w zdj\u0119\u0107<\/a><\/noindex> \u2014 zawiera ponad 1000 obraz\u00f3w z ich konturowymi szkicami.<\/li>\n
  32. Zestaw danych CQ500<\/a><\/noindex> \u2014 zestaw danych zawiera 491 skan\u00f3w CT g\u0142owy z 193 317 przekrojami.<\/li>\n
  33. Zestaw danych IMDB-Wiki<\/a><\/noindex> \u2014 zestaw danych z ponad 5 milionami obraz\u00f3w twarzy z oznaczeniami p\u0142ci i wieku. (Zastosowanie z przyk\u0142adem w Projekt wykrywania p\u0142ci i wieku w Pythonie<\/a><\/noindex><\/i>)<\/li>\n
  34. Zestaw danych Youtube 8M<\/a><\/noindex> \u2014 oznaczony zestaw danych wideo, kt\u00f3ry zawiera 6,1 miliona identyfikator\u00f3w wideo Youtube<\/li>\n
  35. Zestaw danych Urban Sound 8K<\/a><\/noindex> \u2014 zestaw danych miejskich d\u017awi\u0119k\u00f3w (zawiera 8732 d\u017awi\u0119ki miejskie z 10 klas).<\/li>\n
  36. Zestaw danych LSUN<\/a><\/noindex> \u2014 zestaw danych z milion\u00f3w kolorowych obraz\u00f3w scen i obiekt\u00f3w (oko\u0142o 59 milion\u00f3w obraz\u00f3w, 10 r\u00f3\u017cnych kategorii scen i 20 r\u00f3\u017cnych kategorii obiekt\u00f3w).<\/li>\n
  37. Zestaw danych RAVDESS<\/a><\/noindex> \u2014 audiowizualna baza danych emocjonalnej mowy. (Zastosowanie z przyk\u0142adem w Projekt rozpoznawania emocji w mowie w Pythonie<\/a><\/noindex><\/i>)<\/li>\n
  38. Zestaw danych Librispeech<\/a><\/noindex> \u2014 zestaw danych zawiera 1000 godzin angielskiej mowy z r\u00f3\u017cnymi akcentami.<\/li>\n
  39. Zbi\u00f3r danych Baidu Apolloscape<\/a><\/noindex> \u2014 zbi\u00f3r danych do rozwoju technologii autonomicznego prowadzenia. <\/li>\n
  40. Portal danych Quandl<\/a><\/noindex> \u2014 zbi\u00f3r danych ekonomicznych i finansowych (dost\u0119pny z tre\u015bciami bezp\u0142atnymi i p\u0142atnymi).<\/li>\n
  41. Portal otwartych danych Banku \u015awiatowego<\/a><\/noindex> \u2014 informacje o po\u017cyczkach udzielonych przez Bank \u015awiatowy krajom rozwijaj\u0105cym si\u0119.<\/li>\n
  42. Portal danych MFW<\/a><\/noindex> \u2014 portal Mi\u0119dzynarodowego Funduszu Walutowego, kt\u00f3ry publikuje dane o finansach mi\u0119dzynarodowych, stopach zad\u0142u\u017cenia, inwestycjach, rezerwach walutowych i towarach.<\/li>\n
  43. Portal danych Ameryka\u0144skiego Stowarzyszenia Ekonomicznego (AEA)<\/a><\/noindex> \u2014 zas\u00f3b do wyszukiwania danych makroekonomicznych w USA.<\/li>\n
  44. Portal danych Google Trends<\/a><\/noindex> \u2014 dane o trendach Google mo\u017cna wykorzysta\u0107 do wizualizacji i analizy danych.<\/li>\n
  45. Portal danych rynkowych Financial Times<\/a><\/noindex> \u2014 zas\u00f3b do uzyskiwania aktualnych informacji o rynkach finansowych z ca\u0142ego \u015bwiata.<\/li>\n
  46. Portal Data.gov<\/a><\/noindex> \u2014 portal otwartych danych rz\u0105du USA (rolnictwo, zdrowie, klimat, edukacja, energia, finanse, nauka i badania itp.).<\/li>\n
  47. Portal danych: Otwarte dane rz\u0105dowe (Indie)<\/a><\/noindex> \u2014 otwarta platforma danych rz\u0105dowych Indii.<\/li>\n
  48. Portal danych dotycz\u0105cych \u015brodowiska \u017cywieniowego<\/a><\/noindex> \u2014 zawiera dane bada\u0144 dotycz\u0105cych \u017cywienia w USA.<\/li>\n
  49. Portal danych zdrowotnych<\/a><\/noindex> \u2014 to portal Departamentu Zdrowia i Opieki Spo\u0142ecznej USA.<\/li>\n
  50. Portal danych Centr\u00f3w Kontroli i Zapobiegania Chorobom<\/a><\/noindex> \u2014 zawiera szeroki wachlarz danych zwi\u0105zanych ze zdrowiem.<\/li>\n
  51. Portal London Datastore<\/a><\/noindex> \u2014 dane o \u017cyciu ludzi w Londynie.<\/li>\n
  52. Portal otwartych danych rz\u0105du Kanady<\/a><\/noindex> \u2014 portal otwartych danych o Kanadyjczykach (rolnictwo, sztuka, muzyka, edukacja, rz\u0105d, zdrowie itp.)<\/li>\n<\/ol>\n

    Czytaj wi\u0119cej<\/h3>\n

    <\/p>\n