Verbeter de nauwkeurigheid van uw machine learning-modellen met openbaar beschikbare gegevenssets. Bespaar tijd op gegevensdetectie en -voorbereiding met behulp van gecureerde gegevenssets die klaar zijn voor gebruik in machine learning-projecten.
De gele taxiritrecords omvatten ophaal- en afleverdatums/-tijden, ophaal- en afleverlocaties, reisafstanden, vermelde tarieven, tarieftypen, betalingstypen en door de chauffeur gerapporteerde passagiersaantallen.
De records voor groene taxiritten omvatten datums/tijden voor ophalen en afzetten, ophaal- en afleverlocaties, reisafstanden, vermelde tarieven, tarieftypen, betalingstypen en door de chauffeur gerapporteerde passagiersaantallen.
De COVID-19 Data Lake-verzameling bevat aan COVID-19 verwante gegevenssets uit verschillende bronnen en omvat traceringsgegevens voor testen en patiëntresultaten, beleid met betrekking tot social distancing, ziekenhuiscapaciteit, mobiliteit enzovoort.
Een gegevensset met volledige tekst en metagegevens van wetenschappelijke artikelen over COVID-19 en het coronavirus die zijn geoptimaliseerd om te kunnen worden gelezen door computers en die beschikbaar zijn voor gebruik door de wereldwijde onderzoekscommunity.
De Genomics Data Lake biedt verschillende openbare gegevenssets die u gratis kunt openen en integreren in uw genomics-analysewerkstromen en -toepassingen. De gegevenssets bevatten genoomsequenties, variantgegevens en onderwerp-/sample-metagegevens in BAM-, FASTA-, VCF- en CSV-bestandsindelingen.
US Labor Force Statistics levert beroepsbevolkingsstatistieken, beroepsbevolking, participatiegraad van de beroepsbevolking en de burgerbevolking (niet-institutioneel) op leeftijd, geslacht, ras en etnische bevolkingsgroepen. in de Verenigde Staten.
Het CES-programma (Current Employment Statistics) levert gedetailleerde bedrijfstakramingen voor de werkgelegenheid, uren en inkomsten van werknemers op loonlijsten in de niet-agrarische sector in de Verenigde Staten.
Het CES-programma (Current Employment Statistics) levert gedetailleerde bedrijfstakramingen voor de werkgelegenheid, uren en inkomsten van werknemers op loonlijsten in de niet-agrarische sector in de Verenigde Staten.
De Amerikaanse LAUS-gegevenssets (Local Area Unemployment Statistics) leveren maandelijkse en jaarlijkse gegevens over de werkgelegenheid, werkeloosheid en beroepsbevolking voor volkstellingsregio's en -afdelingen, staten, districten, grootstedelijke gebieden en vele steden in de Verenigde Staten.
De Consumer Price Index (CPI) is een meting van de gemiddelde wijziging gedurende een bepaalde periode in de prijzen die worden betaald door stedelijke consumenten voor een pakket van consumptiegoederen en services.
De Producer Price Index (PPI) is een meting van de gemiddelde wijziging gedurende een bepaalde periode in de verkoopprijzen die nationale producenten ontvangen voor hun uitvoer.
De Producer Price Index (PPI) is een meting van de gemiddelde wijziging gedurende een bepaalde periode in de verkoopprijzen die nationale producenten ontvangen voor hun producten.
De bevolking van de Verenigde Staten, gerangschikt op geslacht en ras voor elk Amerikaanse district. Informatie afkomstig uit de volkstellingen van 2000 en 2010. Deze gegevensset is afkomstig van het United States Census Bureau.
De bevolking van de Verenigde Staten, gerangschikt op geslacht en ras voor elke Amerikaanse postcode. Informatie afkomstig uit de volkstelling van 2010. Deze gegevensset is afkomstig van het United States Census Bureau.
Deze gegevensset bevat alle 311-serviceaanvragen van 2010 tot heden voor New York City. ™Het is opgeslagen in Parquet-indeling en dagelijks bijgewerkt.
Oproepen aan de brandweercentrale voor service- en 311-cases in San Francisco. Deze gegevensset bevat historische records die vanaf 2015 tot heden zijn verzameld.
911-meldingen voor de brandweer van Seattle. Deze gegevensset bevat historische records die vanaf 2010 tot heden zijn verzameld en wordt dagelijks bijgewerkt.
Deze gegevensset is afgeleid van de PB-gegevensset van Dominick en bevat extra gesimuleerde gegevens met als doel een gegevensset te bieden waarmee u eenvoudig duizenden modellen tegelijk kunt trainen op Azure Machine Learning.
De MNIST-database met handgeschreven cijfers als een trainingsset met 60.000 voorbeelden en een testset met 10.000 voorbeelden. De grootte van de cijfers is genormaliseerd en worden gecentreerd weergegeven in een afbeelding met een vaste grootte.
Microsoft Nieuws Dataset (MIND) is een grootschalige gegevensset voor onderzoek naar nieuwsaanbeveling. Het fungeert als benchmarkgegevensset voor nieuwsaanbevelingen en faciliteert onderzoek in nieuwsaanbevelingen en aanbevelingssystemen.
Wereldwijde gegevens over nationale feestdagen zijn afkomstig van het PyPI-feestdagenpakket en Wikipedia, voor 38 landen of regio's tussen 1970 en 2099.