52 скупа података за пројекте обуке

1. Скуп података о купцима тржног центра — подаци о посетиоцима продавнице: ИД, пол, старост, приход, оцена потрошње. (Опција апликације: Пројекат сегментације купаца са машинским учењем)
2. Ирис Датасет — скуп података за почетнике, који садржи величине листова и латица за различито цвеће.
3. МНИСТ скуп података — скуп података ручно писаних бројева. 60 слика за обуку и 000 слика за тестирање.
4. Бостонски скуп података о становању је популаран скуп података за препознавање образаца. Садржи информације о кућама у Бостону: број станова, цене закупа, индекс криминала.
5. Скуп података за откривање лажних вести — садржи 7796 уноса са ознакама вести: тачно или нетачно. (Опција апликације са изворним кодом у Питхон-у: Питхон пројекат за откривање лажних вести )
6. Скуп података о квалитету вина — садржи информације о вину: 4898 записа са 14 параметара.
7. СОЦР подаци – скуп података о висинама и тежинама - добра опција за почетак. Садржи 25 записа о висини и тежини 000-годишњака.
   

   
   
   Чланак је преведен уз подршку ЕДИСОН софтвера, који испуњава поруџбине из јужне Кине „одлично“И развија веб апликације и веб странице.

8. Паркинсонов скуп података — 195 записа пацијената са Паркинсоновом болешћу, са 25 параметара анализе. Може се користити за прелиминарну процену разлике између болесних и здравих људи. (Опција апликације са изворним кодом у Питхон-у: Пројекат машинског учења о откривању Паркинсонове болести)
9. Титаниц Датасет — садржи информације о путницима (старост, пол, рођаци на броду, итд.) 891 у сету за обуку и 418 у сету за тестирање.
10. Убер скуп података о преузимањима — информације о 4.5 милиона путовања Убером у 2014. и 14 милиона у 2015. (Опција апликације са изворним кодом у Р: Уберов пројекат анализе података у Р)
11. Цхарс74к Датасет — садржи слике британских и канадских симбола 64 класе: 0-9, АЗ, аз. 7700 7.7к природних слика, 3400к руком писаних, 62000 компјутерски синтетизованих фонтова.
12. Скуп података за откривање превара са кредитним картицама — садржи информације о трансакцијама компромитованих кредитних картица. (Опција апликације са извором: Пројекат машинског учења за откривање превара са кредитним картицама)
13. Скуп података Цхатбот намере — ЈСОН датотека која садржи различите ознаке: поздрав, збогом, хоспитал_сеарцх, пхармаци_сеарцх, итд. Садржи скуп шаблона питања-одговора. (Опција апликације са изворним кодом у Питхон-у: Цхатбот пројекат у Питхон-у)
14. Енрон скуп података е-поште — садржи пола милиона писама од 150 Енронових менаџера.
15. Иелп скуп података — садржи 1,2 милиона препорука од 1,6 милиона корисника око 1,2 милиона организација.
16. Јеопарди Датасет — више од 200 снимака питања и одговора из популарне телевизијске игре.
17. Рецоммендер Системс Датасет — портал са колекцијом скупова података са Универзитета УЦСД. Садржи записе рецензија на популарним сајтовима (Гоодреадс, Амазон). Одлично за креирање система препорука. (Опција апликације са изворним кодом у Р: Пројекат система филмских препорука у Р )
18. УЦИ Спамбасе Датасет — скуп података за обуку за откривање нежељене поште. Садржи 4601 слово са 57 параметара метаподатака.
19. Флицкр 30к скуп података — више од 30 слика и натписа. (Флицкр 8к скуп података — 8000 слика. Питхон изворни пројекат: Имаге Цаптион Генератор Питхон пројекат)
20. ИМДБ рецензије — 25 филмских рецензија у сету за обуку и 000 у сету за тестирање. (Опција апликације са изворним кодом у Р: Пројекат науке о подацима анализе сентимента)
21. МС ЦОЦО скуп података — 1,5 милиона означених слика.
22. ЦИФАР-10 и ЦИФАР-100 скуп података — ЦИФАР-10 садржи 60,000 малих слика величине 32*32 пиксела бројева 0-9. ЦИФАР-100 - респективно, 0-100.
23. ГТСРБ (немачки бенцхмарк за препознавање саобраћајних знакова) Скуп података — 50 слика 000 путна знака. (Опција апликације са изворним кодом у Питхон-у: Питхон пројекат за препознавање саобраћајних знакова)
24. ИмагеНет скуп података — садржи више од 100 фраза и око 000 слика по фрази.
25. Скуп података о хистопатолошким сликама дојке — скуп података садржи слике узорака рака дојке. (Опција апликације са укљученим изворним кодом Питхон пројекат класификације рака дојке)
26. Цитисцапес Датасет — садржи висококвалитетне напомене видео секвенци улица у различитим градовима.
27. Кинетицс Датасет - садржи УРЛ везу до око 6,5 милиона видео записа високог квалитета.
28. МПИИ скуп података о људској пози — скуп података садржи 25 слика људских поза са заједничким напоменама.
29. 20БН-нешто-нешто скуп података в2 - скуп висококвалитетних видео записа који показују како особа изводи неку радњу.
30. Објецт 365 Датасет — скуп података висококвалитетних слика са оквирима за ограничавање објеката.
31. Скуп података за скицирање фотографија — садржи више од 1000 слика са њиховим оквирним цртежима.
32. ЦК500 Датасет — скуп података садржи 491 ЦТ скенирање главе са 193 резова.
33. ИМДБ-Вики скуп података — скуп података са више од 5 милиона слика лица обележених по полу и старости. (Опција апликације са укљученим изворним кодом Питхон пројекат за детекцију пола и старости)
34. Иоутубе 8М скуп података – Означени скуп видео података који садржи 6,1 милион ИД-ова Иоутубе видеа
35. Урбан Соунд 8К скуп података — скуп података о урбаном звуку (садржи 8732 урбана звука из 10 разреда).
36. ЛСУН Датасет - скуп података од милиона слика у боји сцена и објеката (око 59 милиона слика, 10 различитих категорија сцена и 20 различитих категорија објеката).
37. РАВДЕСС Датасет — аудиовизуелна база података емотивног говора. (Опција апликације са укљученим изворним кодом Питхон пројекат за препознавање емоција говора)
38. Либриспеецх Датасет — скуп података садржи 1000 сати енглеског говора са различитим акцентима.
39. Баиду Аполлосцапе Датасет — скуп података за развој технологија за самостално вожњу.
40. Куандл Дата Портал — репозиторијум економских и финансијских података (постоји бесплатан и плаћени садржај).
41. Портал отворених података Светске банке — информације о зајмовима које је Светска банка издала земљама у развоју.
42. Портал података ММФ-а је портал међународног монетарног фонда који објављује податке о међународним финансијама, стопама дуга, инвестицијама, девизним резервама и роби.
43. Портал података Америчког економског удружења (АЕА). - Ресурс за претраживање макроекономских података САД.
44. Портал података Гоогле трендова – Гоогле подаци о трендовима могу да се користе за визуелно истраживање и анализу података.
45. Портал са тржишним подацима Финанциал Тимес је извор за најновије информације о финансијским тржиштима из целог света.
46. Дата.гов Портал - Портал отворених података владе САД (пољопривреда, здравство, клима, образовање, енергетика, финансије, наука и истраживање, итд.).
47. Портал података: Отворени државни подаци (Индија) је индијска платформа за податке отворене владе.
48. Прехрамбена средина Атлас Дата Портал — садржи податке истраживања о исхрани у Сједињеним Државама.
49. Портал здравствених података је портал Министарства здравља и људских служби САД.
50. Центри за контролу и превенцију болести портал података - садржи широк спектар здравствених података.
51. Лондон Датасторе Портал - подаци о животу људи у Лондону.
52. Портал отворених података владе Канаде - портал отворених података о Канађанима (пољопривреда, уметност, музика, образовање, влада, здравство, итд.)

Опширније

• 14 пројеката отвореног кода за побољшање вештина науке о подацима (лако, нормално, тешко)
• Фронт-енд дојо: пројекти за обуку развојних вештина (5 нових + 43 старих)
• Топ 12 најзанимљивијих ИТ динамичких инфографика

Извор: ввв.хабр.цом