大資料文摘出品
有乙個機器學習專案的想法，興致衝衝地準備開始，才發現沒有合適的資料集來訓練模型。
你有沒有過這樣的經歷？
其實隨著機器學習的流行和發展，每年很多高校、企業都在做一些專案並公開他們的資料集，但是儘管每年發布的大量高質量資料集越來越多，而且其中大部分都發布在各自的**上，因此我們很難找到它們。
左邊可以按照分類尋找資料集，有計算機視覺（cv）、自然語言處理（nlp）、自動駕駛（self-driving）等等，右邊是資料集的資訊，包括名稱、年份、簡介和許可情況（公開的、非商業的等等），還有相關的**鏈結。
除了這個資料集，他還做了很多有意思的小專案，比如chrome瀏覽器上的mapillary擴充套件程式，安裝之後每次開啟新標籤頁時都會顯示來自mapillary的隨機精美。
機器學習資料集
ucl機器學習知識庫 包括近300個不同大小和型別的資料集,可用於分類 回歸 聚類和推薦系統任務。資料集列表位於 amazon aws公開資料集 包含的通常是大型資料集,可通過amazon s3訪問。這些資料集包括人類基因組專案 common crawl網頁語料庫 維基百科資料和google boo...
機器學習資料集 Dataset 彙總
cifar 10包含10個類別，50,000個訓練影象，彩色影象大小 32x32，10,000個測試影象。類別 airplane，automobile,bird,cat,deer,dog,frog,horse,ship,truck 資料格式 python版本 matlab版本 二進位制版本 cifa...
機器學習iris資料集匯入
iris資料集在模式識別研究領域應該是最知名的資料集了，有很多文章都用到這個資料集。這個資料集裡一共包括150行記錄，其中前四列為花萼長度，花萼寬度，花瓣長度，花瓣寬度等4個用於識別鳶尾花的屬性，第5列為鳶尾花的類別 包括setosa，versicolour，virginica三類 也即通過判定花萼...