使用公開的資料集改進機器學習模型的正確性。 若要節省資料探索和準備的時間,請使用專為機器學習專案所準備的策展資料集。
交通運輸
| 資料集 | 描述 |
|---|---|
| TartanAir:AirSim 模擬資料集 | 為解決同步定位與地圖構建(SLAM)而產生的 AirSim 自主車輛資料 |
| NYC Taxi & Limousine Commission (紐約市計程車和禮車委員會) - 黃色計程車車程記錄 | 黃色計程車車程記錄包括上車和下車日期/時間、上車和下車地點、車程距離、列舉車資、費率類型、付款類型和司機回報的乘客數。 |
| NYC Taxi & Limousine Commission (紐約市計程車和禮車委員會) - 綠色計程車車程記錄 | 綠色計程車車程記錄包括上車和下車日期/時間、上車和下車地點、車程距離、列舉車資、費率類型、付款類型和司機回報的乘客數。 |
| NYC Taxi & Limousine Commission (紐約市計程車和禮車委員會) - 營運汽車 (FHV) 車程記錄 | 「租賃車輛」行程記錄包括派遣車隊執照號碼,以及接客日期、時間和計程車分區位置識別碼。 |
勞工與經濟學
| 資料集 | 描述 |
|---|---|
| US Labor Force Statistics (美國勞動力統計資料) | 「美國勞動力統計」提供美國依年齡、性別、種族和族裔群體劃分的勞動力統計、勞動力參與率,以及非機構平民人口資料。 |
| US National Employment Hours and Earnings (美國全國的工時與工資) | 目前就業統計 (CES) 計劃會產生詳細的美國非農就業產業預估值、工作時數和工作者的薪資收入。 |
| US State Employment Hours and Earnings (美國各州的工時與工資) | 目前就業統計 (CES) 計劃會產生詳細的美國非農就業產業預估值、工作時數和工作者的薪資收入。 |
| US Local Area Unemployment Statistics (美國各地區域的失業統計資料) | 美國地區別失業統計資料 (LAUS) 資料集提供美國普查區域和行政區、州/省、郡縣、都會區和許多城市的月度和年度就業、失業和勞動力資料。 |
| 美國消費者物價指數 | 「消費者物價指數」(CPI) 衡量都市消費者針對消費品和服務購物籃所支付價格一段時間的平均變化。 |
| US Producer Price Index - Industry (美國生產者物價指數 - 產業) | 「生產者物價指數」(PPI) 衡量國內生產者針對其產量所收到銷售價格一段時間的平均變化。 |
| US Producer Price Index - Commodities (美國生產物價指數 - 商品) | 「生產者物價指數」(PPI) 衡量國內生產者針對其商品所收到銷售價格一段時間的平均變化。 |
人口和安全
| 資料集 | 描述 |
|---|---|
| 美國人口數 (依郡排列) | 美國各郡/縣按性別和種族劃分的人口資料,來源為 2000 年和 2010 年的十年一次人口普查。 此資料集的資料來源為美國人口普查局。 |
| 美國人口數 (依郵遞區號排列) | 依性別與種族劃分的美國各 ZIP 郵遞區號人口數,資料來源為 2010 年十年一次人口普查。 此資料集的資料來源為美國人口普查局。 |
| 波士頓安全資料 | 閱讀向波士頓市通報的 311 通話相關資料。 此資料集以 Parquet 格式儲存,並每日更新。 |
| 芝加哥安全資料 | 閱讀向芝加哥市通報的 311 通話相關資料。 此資料集以 Parquet 格式儲存,並每日更新。 |
| 紐約市安全資料 | 此資料集包含 2010 年至今所有的紐約市 311 服務要求。 此資料集以 Parquet 格式儲存,並每日更新。 |
| 舊金山安全資料 | 舊金山消防部門的勤務派遣請求與 311 案件。 此資料集包含從 2015 年累積至今的歷史記錄。 |
| 西雅圖安全資料 | 西雅圖消防部門 911 調度中心。 此資料集會每日更新,並包含 2010 年累積至今的歷史記錄 |
補充和一般資料集
| 資料集 | 描述 |
|---|---|
| 糖尿病 | 糖尿病資料集有 442 份具有 10 項特徵的範例,因此很適合作為機器學習演算法入門。 |
| OJ 銷售模擬資料 | 此數據集衍生自 Dominick 的 OJ 數據集,並包含額外的模擬數據,目標是提供數據集,讓您輕鬆地在 Azure 機器學習 上同時定型數千個模型。 |
| MNIST 手寫數字資料庫 | 手寫數字的 MNIST 資料庫包含一個訓練集 (共有 60,000 個範例) 及一個測試集 (共有 10,000 個範例)。 數字經過尺寸正規化,並置中於固定大小的影像中。 |
| Microsoft 新聞建議資料集 | Microsoft 新聞資料集 (MIND) 為適用於新聞推薦研究的大型資料集。 其旨在為新聞推薦的資料集樹立典範,推動新聞推薦與推薦系統的研究。 |
| 國定假日 | 來自 PyPI 假日套件和 Wikipedia 的全球國定假日資料,涵蓋 1970 年至 2099 年的 38 個國家或地區。 |
| 俄文開放語音轉換文字 | Russian Open STT 是俄文的大型開放語音轉換文字資料集 |