- — data ng mga bisita sa tindahan: id, kasarian, edad, kita, rating ng paggastos. (Opsyon sa aplikasyon: )
- — isang dataset para sa mga nagsisimula, na naglalaman ng mga sukat ng sepals at petals para sa iba't ibang bulaklak.
- — isang dataset ng mga numerong sulat-kamay. 60 mga larawan ng pagsasanay at 000 mga larawan ng pagsubok.
- ay isang sikat na dataset para sa pagkilala ng pattern. Naglalaman ng impormasyon tungkol sa mga bahay sa Boston: bilang ng mga apartment, presyo ng pag-upa, index ng krimen.
- — naglalaman ng 7796 mga entry na may mga marka ng balita: totoo o mali. (Opsyon ng application na may source code sa Python: )
- — naglalaman ng impormasyon tungkol sa alak: 4898 talaan na may 14 na mga parameter.
- - isang magandang opsyon para magsimula. Naglalaman ng 25 talaan ng taas at bigat ng 000 taong gulang na mga tao.
Ang artikulo ay isinalin sa suporta ng EDISON Software, na At . - — 195 na talaan ng mga pasyenteng may Parkinson's disease, na may 25 na mga parameter ng pagsusuri. Maaaring gamitin para sa paunang pagtatasa ng pagkakaiba sa pagitan ng mga taong may sakit at malusog na mga tao. (Opsyon ng application na may source code sa Python: )
- — naglalaman ng impormasyon tungkol sa mga pasahero (edad, kasarian, kamag-anak na nakasakay, atbp.) 891 sa set ng pagsasanay at 418 sa set ng pagsubok.
- — impormasyon tungkol sa 4.5 milyong biyahe sa Uber noong 2014 at 14 milyon noong 2015. (Opsyon ng application na may source code sa R: )
- — naglalaman ng mga larawan ng mga simbolo ng British at Canadian ng 64 na klase: 0-9, AZ, az. 7700 7.7k natural na larawan, 3400k sulat-kamay, 62000 na computer synthesized na mga font.
- — naglalaman ng impormasyon tungkol sa mga transaksyon ng mga nakompromisong credit card. (Opsyon sa aplikasyon na may pinagmulan: )
- — isang JSON file na naglalaman ng iba't ibang mga tag: pagbati, paalam, paghahanap sa ospital, paghahanap sa parmasya, atbp. Naglalaman ng isang hanay ng mga template ng tanong-sagot. (Opsyon ng application na may source code sa Python: )
- — naglalaman ng kalahating milyong liham mula sa 150 tagapamahala ng Enron.
- — naglalaman ng 1,2 milyong rekomendasyon mula sa 1,6 milyong user tungkol sa 1,2 milyong organisasyon.
- — higit sa 200 question-and-answer recording mula sa sikat na laro sa telebisyon.
- — isang portal na may koleksyon ng mga dataset mula sa UCSD University. Naglalaman ng mga talaan ng mga review sa mga sikat na site (Goodreads, Amazon). Mahusay para sa paggawa ng mga system ng nagrerekomenda. (Opsyon ng application na may source code sa R: )
- — isang dataset ng pagsasanay para sa pagtukoy ng spam. Naglalaman ng 4601 titik na may 57 metadata parameter.
- — higit sa 30 mga larawan at mga caption. ( — 8000 mga larawan. Pinagmulan ng proyekto ng Python: )
- — 25 movie review sa training set at 000 sa test set. (Opsyon ng application na may source code sa R: )
- — 1,5 milyong naka-tag na mga larawan.
- — Ang CIFAR-10 ay naglalaman ng 60,000 maliliit na larawan ng 32*32 pixels na mga numero 0-9. CIFAR-100 - ayon sa pagkakabanggit, 0-100.
- — 50 larawan ng 000 karatula sa kalsada. (Opsyon ng application na may source code sa Python: )
- — naglalaman ng higit sa 100 mga parirala at humigit-kumulang 000 mga larawan bawat parirala.
- — ang dataset ay naglalaman ng mga larawan ng mga sample ng breast cancer. (Opsyon sa application na may source code na naka-on )
- — naglalaman ng mataas na kalidad na mga anotasyon ng mga video sequence ng mga kalye sa iba't ibang lungsod.
- - naglalaman ng URL link sa humigit-kumulang 6,5 milyong mataas na kalidad na mga video.
- — ang dataset ay naglalaman ng 25 larawan ng mga pose ng tao na may magkasanib na anotasyon.
- - isang set ng mga video na may mataas na kalidad na nagpapakita kung paano gumaganap ang isang tao ng ilang aksyon.
- — isang dataset ng mga de-kalidad na larawan na may mga object bounding box.
- - naglalaman ng higit sa 1000 mga imahe kasama ang kanilang mga guhit ng balangkas.
- — ang dataset ay naglalaman ng 491 CT scan ng ulo na may 193 slice.
- — isang dataset na may higit sa 5 milyong larawan ng mga mukha na minarkahan ng kasarian at edad. (Opsyon sa application na may source code na naka-on )
- - Isang may label na dataset ng video na naglalaman ng 6,1 milyong Youtube video ID
- — isang set ng urban sound data (naglalaman ng 8732 urban sounds mula sa 10 klase).
- - isang dataset ng milyun-milyong kulay na larawan ng mga eksena at bagay (mga 59 milyong larawan, 10 iba't ibang kategorya ng eksena at 20 iba't ibang kategorya ng bagay).
- — audiovisual database ng emosyonal na pananalita. (Opsyon sa application na may source code na naka-on )
- — ang dataset ay naglalaman ng 1000 oras ng English speech na may iba't ibang accent.
- — isang dataset para sa pagbuo ng mga self-driving na teknolohiya.
- — imbakan ng data sa ekonomiya at pananalapi (may libre at bayad na nilalaman).
- — impormasyon sa mga pautang na ibinigay ng World Bank sa mga umuunlad na bansa.
- ay isang international monetary fund portal na naglalathala ng data sa internasyonal na pananalapi, mga rate ng utang, pamumuhunan, mga reserbang palitan ng dayuhan at mga kalakal.
- - Isang mapagkukunan para sa paghahanap ng US macroeconomic data.
- - Maaaring gamitin ang data ng trend ng Google upang biswal na galugarin at suriin ang data.
- ay isang mapagkukunan para sa up-to-date na impormasyon sa mga pamilihan sa pananalapi mula sa buong mundo.
- - Open data portal ng gobyerno ng US (agrikultura, kalusugan, klima, edukasyon, enerhiya, pananalapi, agham at pananaliksik, atbp.).
- ay ang open government data platform ng India.
- — naglalaman ng data ng pananaliksik sa nutrisyon sa Estados Unidos.
- ay isang portal ng US Department of Health and Human Services.
- - naglalaman ng malawak na hanay ng data na nauugnay sa kalusugan.
- - data tungkol sa buhay ng mga tao sa London.
- - isang portal ng bukas na data tungkol sa mga Canadian (agrikultura, sining, musika, edukasyon, pamahalaan, pangangalaga sa kalusugan, atbp.)
Magbasa pa
Pinagmulan: www.habr.com