प्रशिक्षण परियोजनाओं के लिए 52 डेटासेट

1. मॉल ग्राहक डेटासेट - स्टोर के लिए आगंतुकों का डेटा: आईडी, लिंग, आयु, आय, खर्च की रेटिंग। ( उपयोग मामला : मशीन सीखने के साथ ग्राहक विभाजन परियोजना )
2. आइरिस डेटासेट - शुरुआती लोगों के लिए डेटासेट , जिसमें विभिन्न फूलों के लिए सीपल्स और पंखुड़ियों के आकार होते हैं।
3. MNIST डेटासेट - हस्तलिखित संख्याओं का डेटासेट। 60,000 प्रशिक्षण चित्र और 10,000 परीक्षण चित्र।
4. बोस्टन हाउसिंग डाटसेट एक लोकप्रिय पैटर्न मान्यता वाला डेटासेट है। इसमें बोस्टन में घरों के बारे में जानकारी शामिल है: अपार्टमेंट की संख्या, किराये की कीमत, अपराध सूचकांक।
5. फेक न्यूज डिटेक्शन डेटासेट - में न्यूज मार्कअप के साथ 7796 प्रविष्टियाँ हैं: सही या गलत। ( पायथन स्रोत के साथ केस का उपयोग करें: फेक न्यूज डिटेक्शन पायथन प्रोजेक्ट )
6. वाइन क्वालिटी डेटासेट - में वाइन की जानकारी होती है: 14 मापदंडों के साथ 4898 रिकॉर्ड।
7. एसओसीआर डेटा - हाइट्स और वेट्स डेटासैट एक अच्छी शुरुआत है। 18 साल के बच्चों के कद और वजन के 25,000 रिकॉर्ड शामिल हैं।
   

   
   यह लेख EDISON सॉफ्टवेयर के समर्थन से अनुवादित किया गया था, जो एक ऐसी कंपनी है जो दक्षिण चीन से उत्कृष्ट ऑर्डर करती है , और वेब एप्लिकेशन और साइट्स भी विकसित करती है ।

8. पार्किंसंस डेटासेट - 25 विश्लेषण मापदंडों के साथ पार्किंसंस रोग के रोगियों के 195 रिकॉर्ड। इसका उपयोग बीमार लोगों और स्वस्थ लोगों के बीच अंतर के प्रारंभिक आकलन के लिए किया जा सकता है। ( पायथन स्रोत के साथ मामले का उपयोग करें: पार्किंसंस रोग का पता लगाने पर मशीन लर्निंग प्रोजेक्ट )
9. टाइटेनिक डेटासेट - इसमें यात्रियों के बारे में जानकारी (उम्र, लिंग, बोर्ड पर रिश्तेदार आदि) प्रशिक्षण सेट में 891 और टेस्ट सेट में 418 हैं।
10. उबेर पिकअप डेटासेट - उबेर 2014 और 14 मिलियन 2015 की 4.5 मिलियन यात्राओं पर जानकारी। ( R पर स्रोत के साथ मामले का उपयोग करें: R में Uber डेटा विश्लेषण परियोजना )
11. चार्स्कैक डेटासैट - में 64 वर्गों के ब्रिटिश और कनाडाई चरित्र हैं: 0-9, अज़, अज़। 7700 7.7k प्राकृतिक चित्र, 3400k हस्तलिखित, 62000 कंप्यूटर-संश्लेषित फोंट।
12. क्रेडिट कार्ड फ्रॉड डिटेक्शन डेटासेट - में समझौता किए गए क्रेडिट कार्ड के लेनदेन के बारे में जानकारी होती है। ( स्रोत के साथ केस का उपयोग करें: क्रेडिट कार्ड धोखाधड़ी जांच मशीन लर्निंग प्रोजेक्ट )
13. चैटबॉट इंटेंट्स डेटसेट - JSON फ़ाइल जिसमें विभिन्न टैग होते हैं: शुभकामनाएँ, अलविदा, अस्पताल_ खोज , फ़ार्मेसी_सर्च, आदि। इसमें सवाल-जवाब के टेम्पलेट का एक सेट होता है। ( पायथन में स्रोत के साथ मामले का उपयोग करें: पायथन में चैटबोट प्रोजेक्ट )
14. एनरॉन ईमेल डेटासेट - 150 एनरॉन प्रबंधकों से आधे मिलियन ईमेल शामिल हैं।
15. येल्प डाटसेट - में 1.2 मिलियन संगठनों के 1.6 मिलियन उपयोगकर्ताओं से 1.2 मिलियन सिफारिशें शामिल हैं।
16. जोखिम भरा डेटासेट - लोकप्रिय टेलीविजन गेम से 200,000 से अधिक क्यू एंड ए प्रविष्टियां।
17. अनुशंसाकर्ता सिस्टम डेटासेट यूसीएसडी विश्वविद्यालय के डेटासेट के संग्रह के साथ एक पोर्टल है। लोकप्रिय साइटों (गुड्रेड्स, अमेज़ॅन) पर समीक्षाओं की समीक्षा शामिल है। सिफारिश प्रणाली बनाने के लिए महान। ( R पर स्रोत के साथ मामले का उपयोग करें: R में मूवी अनुशंसा सिस्टम प्रोजेक्ट )
18. UCI Spambase Dataset - स्पैम का पता लगाने के लिए प्रशिक्षण डेटासेट। 57 मेटाडेटा मापदंडों के साथ 4601 पत्र शामिल हैं।
19. फ़्लिकर 30k डेटासेट - 30,000 से अधिक चित्र और कैप्शन। ( फ्लिकर 8k डेटासेट - 8000 चित्र। पायथन में स्रोत के साथ परियोजना: छवि कैप्शन जेनरेटर पायथन परियोजना )
20. IMDB समीक्षाएँ - प्रशिक्षण सेट में 25,000 फिल्म समीक्षा और परीक्षण सेट में 25,000। ( R: सेंटीमेंट एनालिसिस डेटा साइंस प्रोजेक्ट पर स्रोत के साथ केस का उपयोग करें )
21. MS COCO डेटासेट - 1.5 मिलियन टैग किए गए चित्र।
22. CIFAR-10 और CIFAR-100 डेटासेट - CIFAR-10 में 60,000 छोटी छवियाँ 32 * 32 पिक्सेल संख्या 0-9 हैं। CIFAR-100 - क्रमशः, 0-100।
23. GTSRB (जर्मन ट्रैफ़िक साइन रिकग्निशन बेंचमार्क) डेटासेट - 43 रोड साइन्स की 50,000 छवियां। ( पायथन स्रोत के साथ मामले का उपयोग करें: ट्रैफ़िक साइन्स मान्यता पायथन प्रोजेक्ट )
24. इमेजनेट डेटासेट - में 100,000 से अधिक वाक्यांश और प्रति वाक्यांश लगभग 1000 चित्र हैं।
25. स्तन हिस्टोपैथोलॉजी छवियाँ डेटासेट - डेटासेट में स्तन कैंसर के नमूनों की छवियां होती हैं। ( स्तन कैंसर वर्गीकरण पायथन प्रोजेक्ट पर स्रोत के साथ केस का उपयोग करें )
26. सिटीसैप्स डेटासैट - विभिन्न शहरों की सड़कों के वीडियो अनुक्रमों की उच्च-गुणवत्ता वाले एनोटेशन हैं।
27. कैनेटीक्स डेटासेट - लगभग 6.5 मिलियन उच्च गुणवत्ता वाले वीडियो के लिए एक यूआरएल लिंक शामिल है।
28. MPII मानव मुद्रा डेटासेट - डेटासेट में जोड़ों के लिए एनोटेशन के साथ मानव पॉज़ की 25,000 छवियां होती हैं।
29. 20BN- कुछ-कुछ डेटासेट v2 उच्च गुणवत्ता वाले वीडियो का एक सेट है जो दिखाता है कि कोई व्यक्ति कुछ कार्यों को कैसे करता है।
30. ऑब्जेक्ट 365 डेटासेट - ऑब्जेक्ट्स के बाउंडिंग बॉक्स के साथ उच्च-गुणवत्ता वाली छवियों का डेटासेट ।
31. फोटो स्केचिंग डेटासेट - में उनकी रूपरेखा चित्र के साथ 1000 से अधिक चित्र हैं।
32. CQ500 डेटासेट - डेटासेट में 193,317 स्लाइस के साथ सिर के 491 सीटी स्कैन होते हैं।
33. IMDB-Wiki डाटासेट - लिंग और आयु के साथ चिह्नित व्यक्तियों की 5 मिलियन से अधिक छवियों के साथ डेटासेट। ( जेंडर एंड एज डिटेक्शन पायथन प्रोजेक्ट पर स्रोत के साथ केस का उपयोग करें )
34. Youtube 8M Dataset - एक लेबल वीडियो डेटासेट जिसमें 6.1 मिलियन Youtube वीडियो पहचानकर्ता हैं
35. शहरी साउंड 8K डेटासेट - शहर ऑडियो डेटा का एक सेट (10 कक्षाओं से 8732 शहर लगता है)।
36. LSUN डेटासेट दृश्यों और वस्तुओं के लाखों रंगीन चित्रों (लगभग 59 मिलियन चित्र, 10 विभिन्न श्रेणियों के दृश्य और 20 विभिन्न श्रेणियों की वस्तुओं) का एक डेटा सेट है।
37. RAVDESS डेटासैट भावनात्मक भाषण का एक दृश्य-श्रव्य डेटाबेस है। ( स्पीच इमोशन रिकग्निशन पायथन प्रोजेक्ट पर स्रोत के साथ केस का उपयोग करें )
38. लाइब्रिस्पीच डेटासैट - डेटासेट में विभिन्न उच्चारणों के साथ 1000 घंटे का अंग्रेजी भाषण है।
39. Baidu Apolloscape डेटासेट - स्व-ड्राइविंग तकनीक के विकास के लिए डेटासेट ।
40. क्वांडल डेटा पोर्टल - आर्थिक और वित्तीय डेटा का भंडार (मुफ्त और सशुल्क सामग्री है)।
41. वर्ल्ड बैंक ओपन डेटा पोर्टल - विकासशील देशों को विश्व बैंक द्वारा जारी किए गए ऋणों की जानकारी।
42. IMF डेटा पोर्टल एक अंतर्राष्ट्रीय मौद्रिक निधि पोर्टल है जो अंतर्राष्ट्रीय वित्त, ऋण दरों, निवेश, विदेशी मुद्रा भंडार और वस्तुओं पर डेटा प्रकाशित करता है।
43. अमेरिकन इकोनॉमिक एसोसिएशन (AEA) डेटा पोर्टल अमेरिकी मैक्रोइकॉनॉमिक डेटा खोजने के लिए एक संसाधन है।
44. Google ट्रेंड्स डेटा पोर्टल - Google ट्रेंड्स डेटा का उपयोग डेटा की जांच और विश्लेषण करने के लिए किया जा सकता है।
45. फाइनेंशियल टाइम्स मार्केट डेटा पोर्टल - दुनिया भर के वित्तीय बाजारों पर अद्यतित जानकारी प्राप्त करने के लिए एक संसाधन।
46. Data.gov पोर्टल एक अमेरिकी सरकार का खुला डेटा पोर्टल (कृषि, स्वास्थ्य, जलवायु, शिक्षा, ऊर्जा, वित्त, विज्ञान और अनुसंधान, आदि) है।
47. डेटा पोर्टल: ओपन सरकारी डेटा (भारत) भारत का खुला सरकारी डेटा प्लेटफ़ॉर्म है।
48. खाद्य पर्यावरण एटलस डेटा पोर्टल - इसमें यूएस पोषण अनुसंधान डेटा शामिल है।
49. हेल्थ डेटा पोर्टल यूएस डिपार्टमेंट ऑफ हेल्थ एंड ह्यूमन सर्विसेज पोर्टल है।
50. रोग नियंत्रण और रोकथाम डेटा पोर्टल के केंद्र - स्वास्थ्य से संबंधित डेटा की एक विस्तृत श्रृंखला शामिल है।
51. लंदन डेटास्टोर पोर्टल - लंदन में लोगों के जीवन पर डेटा।
52. कनाडा सरकार ओपन डेटा पोर्टल - कनाडाई (कृषि, कला, संगीत, शिक्षा, सरकार, स्वास्थ्य, आदि) के बारे में डेटा खोलने के लिए एक पोर्टल।

और पढ़ें

• डेटा विज्ञान कौशल (आसान, सामान्य, कठोर) पंप करने के लिए 14 ओपन-सोर्स प्रोजेक्ट
• फ्रंट-एंड डोजो: प्रशिक्षण डेवलपर कौशल के लिए परियोजनाएं (5 नए + 43 पुराने)
• शीर्ष 12 सबसे दिलचस्प आईटी गतिशील गतिशील इन्फोग्राफिक्स

ब्लॉग भी पढ़ें
EDISON कंपनी: