{"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\/ro\/blog\/news\/52-dataseta-dlya-trenirovochnyh-proektov","title":{"rendered":"52 de seturi de date pentru proiecte de antrenament","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
    \n
  1. Set de date al clien\u021bilor din mall<\/a><\/noindex> \u2014 date despre vizitatorii magazinului: id, sex, v\u00e2rst\u0103, venit, rating cheltuieli. (Exemplu de utilizare: Proiect de segmentare a clien\u021bilor cu \u00eenv\u0103\u021bare automat\u0103<\/a><\/noindex><\/i>)<\/li>\n
  2. Set de date Iris<\/a><\/noindex> \u2014 set de date pentru \u00eencep\u0103tori, con\u021bin\u00e2nd dimensiunile sepalei \u0219i petalelor pentru diferite flori.<\/li>\n
  3. Set de date MNIST<\/a><\/noindex> \u2014 set de date cu cifre scrise de m\u00e2n\u0103. 60 000 de imagini de antrenament \u0219i 10 000 de imagini de test.<\/li>\n
  4. Set de date privind locuin\u021bele din Boston<\/a><\/noindex> \u2014 set de date popular pentru recunoa\u0219terea modelului. Con\u021bine informa\u021bii despre casele din Boston: num\u0103rul de apartamente, pre\u021bul chiriei, indicele de criminalitate.<\/li>\n
  5. Set de date pentru detectarea \u0219tirilor false<\/a><\/noindex> \u2014 con\u021bine 7796 de \u00eenregistr\u0103ri eticheta\u021bi ca fiind adev\u0103rate sau false. (Exemplu de utilizare cu cod surs\u0103 \u00een Python: Proiect de detectare a \u0219tirilor false \u00een Python <\/a><\/noindex><\/i>)<\/li>\n
  6. Set de date privind calitatea vinului<\/a><\/noindex> \u2014 con\u021bine informa\u021bii despre vin: 4898 de \u00eenregistr\u0103ri cu 14 parametri.<\/li>\n
  7. Datele SOCR \u2013 Set de date privind \u00een\u0103l\u021bimea \u0219i greutatea<\/a><\/noindex> \u2014 o op\u021biune bun\u0103 pentru \u00eenceput. Con\u021bine 25 000 de \u00eenregistr\u0103ri despre altura \u0219i greutatea persoanelor de 18 ani.
    \n

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

    \nArticolul a fost tradus cu sprijinul companiei EDISON Software, care     completes orders from Southern China with 'excellent' success<\/a><\/noindex>, dar \u0219i pentru develops web applications and websites<\/a><\/noindex>.<\/p><\/blockquote>\n<\/li>\n

  8. Set de date Parkinson<\/a><\/noindex> \u2014 195 de \u00eenregistr\u0103ri despre pacien\u021bi cu boala Parkinson, cu 25 de parametrii de analiz\u0103. Poate fi folosit pentru evaluarea preliminar\u0103 a diferen\u021belor \u00eentre persoanele bolnave \u0219i cele s\u0103n\u0103toase. (Exemplu de utilizare cu cod surs\u0103 \u00een Python: Proiect de \u00eenv\u0103\u021bare automat\u0103 pentru detectarea bolii Parkinson<\/a><\/noindex><\/i>)<\/li>\n
  9. Set de date Titanic<\/a><\/noindex> \u2014 con\u021bine informa\u021bii despre pasageri (v\u00e2rst\u0103, sex, rude la bord etc.) 891 \u00een setul de antrenament \u0219i 418 \u00een cel de test.<\/li>\n
  10. Set de date privind cursele Uber<\/a><\/noindex> \u2014 informa\u021bii despre 4.5 milioane de curse Uber din 2014 \u0219i 14 milioane din 2015. (Exemplu de utilizare cu cod surs\u0103 \u00een R: Proiect de analiz\u0103 a datelor Uber \u00een R<\/a><\/noindex><\/i>)<\/li>\n
  11. Set de date Chars74k<\/a><\/noindex> \u2014 con\u021bine imagini cu simboluri britanice \u0219i canadiene din 64 de clase: 0-9, A-Z, a-z. 7700 7.7k imagini naturale, 3400k scrise de m\u00e2n\u0103, 62000 fonturi sintetizate de computer.<\/li>\n
  12. Set de date pentru detectarea fraudelor cu carduri de credit<\/a><\/noindex> \u2014 con\u021bine informa\u021bii despre tranzac\u021bii cu carduri de credit compromise. (Exemplu de utilizare cu cod surs\u0103: Proiect de detectare a fraudelor cu carduri de credit folosind \u00eenv\u0103\u021barea automat\u0103<\/a><\/noindex><\/i>)<\/li>\n
  13. Set de date pentru inten\u021biile chatbot-ului<\/a><\/noindex> \u2014 fi\u0219ier JSON care con\u021bine diferite etichete: salut\u0103ri, r\u0103mas bun, c\u0103utare spital, c\u0103utare farmacie etc. Con\u021bine un set de \u0219abloane '\u00eentrebare-r\u0103spuns'. (Exemplu de utilizare cu cod surs\u0103 \u00een Python: Proiect de chatbot \u00een Python<\/a><\/noindex><\/i>)<\/li>\n
  14. Set de date Enron Email<\/a><\/noindex> \u2014 con\u021bine o jum\u0103tate de milion de emailuri de la 150 de manageri Enron.<\/li>\n
  15. Set de date Yelp<\/a><\/noindex> \u2014 con\u021bine 1,2 milioane de recenzii de la 1,6 milioane de utilizatori despre 1,2 milioane de organiza\u021bii.<\/li>\n
  16. Set de date Jeopardy<\/a><\/noindex> \u2014 mai mult de 200 000 de \u00eenregistr\u0103ri '\u00eentrebare-r\u0103spuns' din jocul TV popular.<\/li>\n
  17. Set de date pentru sisteme de recomandare<\/a><\/noindex> \u2014 un portal cu o colec\u021bie de seturi de date de la Universitatea UCSD. Con\u021bine \u00eenregistr\u0103ri despre recenzii pe site-uri populare (Goodreads, Amazon). Ideal pentru crearea de sisteme de recomandare. (Exemplu de utilizare cu cod surs\u0103 \u00een R: Proiect de sistem de recomandare de filme \u00een R<\/a><\/noindex> <\/i>)<\/li>\n
  18. Setul de date UCI Spambase<\/a><\/noindex> \u2014 set de date pentru antrenament pentru detectarea spamului. Con\u021bine 4601 de e-mailuri cu 57 de parametrii de metadate.<\/li>\n
  19. Setul de date Flickr 30k<\/a><\/noindex> \u2014 peste 30.000 de imagini \u0219i descrieri ale acestora. (Setul de date Flickr 8k<\/a><\/noindex> \u2014 8000 de imagini. Proiect cu sursa \u00een Python: Generator de descrieri de imagini Proiect Python<\/a><\/noindex>)<\/i><\/li>\n
  20. Recenzii IMDB<\/a><\/noindex> \u2014 25.000 de recenzii de filme \u00een setul de antrenament \u0219i 25.000 \u00een testare. (Exemplu de utilizare cu cod surs\u0103 \u00een R: Proiect de analiz\u0103 a sentimentelor \u00een \u0219tiin\u021ba datelor<\/a><\/noindex><\/i>)<\/li>\n
  21. Setul de date MS COCO<\/a><\/noindex> \u2014 1,5 milioane de imagini etichetate.<\/li>\n
  22. Setul de date CIFAR-10 \u0219i CIFAR-100<\/a><\/noindex> \u2014 CIFAR-10 con\u021bine 60.000 de imagini mici de 32*32 pixeli cu cifre de la 0 la 9. CIFAR-100 \u2014 respectiv, de la 0 la 100.<\/li>\n
  23. Setul de date GTSRB (baza de referin\u021b\u0103 pentru recunoa\u0219terea semnelor de trafic germane)<\/a><\/noindex> \u2014 50.000 de imagini cu 43 de semne de trafic. (Exemplu de utilizare cu cod surs\u0103 \u00een Python: Proiect de recunoa\u0219tere a semnelor de trafic Python<\/a><\/noindex><\/i>)<\/li>\n
  24. Setul de date ImageNet<\/a><\/noindex> \u2014 con\u021bine peste 100.000 de fraze \u0219i aproximativ 1000 de imagini pe fraz\u0103.<\/li>\n
  25. Setul de date de imagini histopatologice ale s\u00e2nului<\/a><\/noindex> \u2014 setul de date con\u021bine imagini ale probelor de cancer de s\u00e2n. (Aplicare cu sursa la Proiect de clasificare a cancerului de s\u00e2n \u00een Python<\/a><\/noindex><\/i>)<\/li>\n
  26. Setul de date Cityscapes<\/a><\/noindex> \u2014 con\u021bine anot\u0103ri de \u00eenalt\u0103 calitate pentru secven\u021be video ale str\u0103zilor din diverse ora\u0219e.<\/li>\n
  27. Setul de date Kinetics<\/a><\/noindex> \u2014 con\u021bine un link URL c\u0103tre aproximativ 6,5 milioane de videoclipuri de \u00eenalt\u0103 calitate.<\/li>\n
  28. Setul de date MPII pentru postura uman\u0103<\/a><\/noindex> \u2014 setul de date con\u021bine 25.000 de imagini cu posturi umane etichetate pe articula\u021bii.<\/li>\n
  29. Setul de date 20BN-something-something v2<\/a><\/noindex> \u2014 set de videoclipuri de \u00eenalt\u0103 calitate care arat\u0103 cum o persoan\u0103 efectueaz\u0103 diverse ac\u021biuni.<\/li>\n
  30. Setul de date Object 365<\/a><\/noindex> \u2014 setul de date de imagini de \u00eenalt\u0103 calitate cu cadre limitative pentru obiecte.<\/li>\n
  31. Setul de date pentru schi\u021barea fotografiilor<\/a><\/noindex> \u2014 con\u021bine peste 1000 de imagini cu contururile acestora.<\/li>\n
  32. Setul de date CQ500<\/a><\/noindex> \u2014 setul de date con\u021bine 491 de scan\u0103ri CT ale capului cu 193.317 sec\u021biuni.<\/li>\n
  33. Setul de date IMDB-Wiki<\/a><\/noindex> \u2014 set de date cu peste 5 milioane de imagini ale fe\u021belor, etichetate cu gen \u0219i v\u00e2rst\u0103. (Aplicare cu sursa la Proiect Python pentru detectarea genului \u0219i v\u00e2rstei<\/a><\/noindex><\/i>)<\/li>\n
  34. Setul de date Youtube 8M<\/a><\/noindex> \u2014 set de date etichetate cu videoclipuri, care con\u021bine 6,1 milioane de identificatori de videoclipuri Youtube<\/li>\n
  35. Setul de date Urban Sound 8K<\/a><\/noindex> \u2014 set de date de sunete urbane (con\u021bine 8732 de sunete urbane din 10 clase).<\/li>\n
  36. Setul de date LSUN<\/a><\/noindex> \u2014 set de date din milioane de imagini colorate ale scenelor \u0219i obiectelor (aproximativ 59 de milioane de imagini, 10 categorii diferite de scene \u0219i 20 de categorii diferite de obiecte).<\/li>\n
  37. Setul de date RAVDESS<\/a><\/noindex> \u2014 o baz\u0103 de date audiovizual\u0103 a vorbirii emo\u021bionale. (Aplicare cu sursa la Proiect de recunoa\u0219tere a emo\u021biilor \u00een vorbire Python<\/a><\/noindex><\/i>)<\/li>\n
  38. Setul de date Librispeech<\/a><\/noindex> \u2014 setul de date con\u021bine 1000 de ore de discurs \u00een limba englez\u0103 cu diferite accente.<\/li>\n
  39. Baidu Apolloscape Dataset<\/a><\/noindex> \u2014 setul de date pentru dezvoltarea tehnologiilor de conducere autonom\u0103. <\/li>\n
  40. Quandl Data Portal<\/a><\/noindex> \u2014 depozit de date economice \u0219i financiare (exist\u0103 con\u021binut gratuit \u0219i pl\u0103tit).<\/li>\n
  41. The World Bank Open Data Portal<\/a><\/noindex> \u2014 informa\u021bii despre \u00eemprumuturile acordate de Banca Mondial\u0103 \u021b\u0103rilor \u00een dezvoltare.<\/li>\n
  42. IMF Data Portal<\/a><\/noindex> \u2014 portalul Fondului Monetar Interna\u021bional care public\u0103 date despre finan\u021bele interna\u021bionale, ratele datoriei, investi\u021bii, rezerve valutare \u0219i m\u0103rfuri.<\/li>\n
  43. American Economic Association (AEA) Data Portal<\/a><\/noindex> \u2014 resurs\u0103 pentru g\u0103sirea datelor macroeconomice din Statele Unite.<\/li>\n
  44. Google Trends Data Portal<\/a><\/noindex> \u2014 datele despre tendin\u021bele Google pot fi utilizate pentru a explora \u0219i analiza vizual datele.<\/li>\n
  45. Financial Times Market Data Portal<\/a><\/noindex> \u2014 resurs\u0103 pentru ob\u021binerea de informa\u021bii actuale despre pie\u021bele financiare din \u00eentreaga lume.<\/li>\n
  46. Data.gov Portal<\/a><\/noindex> \u2014 portalul de date deschise al guvernului SUA (agricultur\u0103, s\u0103n\u0103tate, clim\u0103, educa\u021bie, energie, finan\u021be, \u0219tiin\u021b\u0103 \u0219i cercetare etc.).<\/li>\n
  47. Data Portal: Open government data (India)<\/a><\/noindex> \u2014 platforma deschis\u0103 de date ale guvernului Indiei.<\/li>\n
  48. Food environment Atlas Data Portal<\/a><\/noindex> \u2014 con\u021bine date cercet\u0103ri despre alimenta\u021bia din SUA.<\/li>\n
  49. Health Data Portal<\/a><\/noindex> \u2014 acesta este portalul Ministerului S\u0103n\u0103t\u0103\u021bii \u0219i Serviciilor Sociale din SUA.<\/li>\n
  50. Centers for Disease Control and Prevention Data Portal<\/a><\/noindex> \u2014 con\u021bine o gam\u0103 larg\u0103 de date legate de s\u0103n\u0103tate.<\/li>\n
  51. London Datastore Portal<\/a><\/noindex> \u2014 date despre via\u021ba oamenilor din Londra.<\/li>\n
  52. Canada Government Open Data Portal<\/a><\/noindex> \u2014 portalul de date deschise despre canadieni (agricultur\u0103, art\u0103, muzic\u0103, educa\u021bie, guvern, s\u0103n\u0103tate etc.).<\/li>\n<\/ol>\n

    Cite\u0219te mai mult<\/h3>\n

    <\/p>\n