Set di dati Open di Azure

Migliorare l'accuratezza dei modelli di Machine Learning con set di dati disponibili pubblicamente. Risparmiare tempo per l'individuazione e la preparazione dei dati usando set di dati curati pronti per l'uso nei progetti di Machine Learning.

Trasporti

Set di dati Descrizione
TartanAir: Set di dati di simulazione AirSim Dati del veicolo autonomo AirSim generati per risolvere la localizzazione e la mappatura simultanee (SLAM).
NyC Taxi & Limousine Commission - yellow taxi trip records I record delle corse dei taxi gialli includono date/ore di ritiro e di consegna, località di ritiro e di consegna, distanze di viaggio, tariffe specifiche, tipi di tariffa, tipi di pagamento e conteggi dei passeggeri segnalati dal conducente.
NyC Taxi & Limousine Commission - green taxi trip records I record delle corse dei taxi verdi includono date/ore di ritiro e di consegna, località di ritiro e consegna, distanze di viaggio, tariffe specifiche, tipi di tariffa, tipi di pagamento e conteggi dei passeggeri segnalati dal conducente.
NyC Taxi & Limousine Commission - For-Hire Vehicle (FHV) trip records (NyC Taxi & Limousine Commission - For-Hire Vehicle (FHV) trip records (FHV) trip records (NyC Taxi & Limousine Commission - For-Hire Vehicle I For-Hire di viaggio del veicolo includono il numero di licenza di base di spedizione e la data di ritiro, l'ora e l'ID località della zona taxi.

Integrità e genomica

Set di dati Descrizione
COVID-19 Data Lake Il data lake per COVID-19 è una raccolta di set di dati correlati a COVID-19 provenienti da varie origini, che includono dati di tracciamento di test e di risultati per i pazienti, criteri di distanziamento sociale, capacità degli ospedali, mobilità e così via.
COVID-19 Open Research Dataset Set di dati di dati con testo completo e metadati relativo ad articoli accademici correlati a COVID-19 e coronavirus ottimizzati per la leggibilità da parte di computer e resi disponibili per l'uso dalla community di ricerca globale.
Genomica Data Lake Genomics Data Lake offre vari set di dati pubblici a cui è possibile accedere gratuitamente e integrarli nei flussi di lavoro e nelle applicazioni di analisi genomica. I set di dati comprendono sequenze di genoma, informazioni sulle varianti e metadati di campioni/soggetti nei formati di file BAM, FASTA, VCF, CSV.

Lavoro ed economia

Set di dati Descrizione
Statistiche relative alla forza lavoro negli Stati Uniti Il set di dati US Labor Force Statistics include statistiche sulla forza lavoro, il tasso di partecipazione alla forza lavoro e la popolazione civile non istituzionale per età, sesso, razza e gruppi etnici. negli Stati Uniti.
Ore e guadagni per il settore dell'occupazione nazionale negli Stati Uniti Il programma Current Employment Statistics (CES) genera stime dettagliate per il settore dell'occupazione non agricola con informazioni su ore e guadagni dei lavoratori stipendiati negli Stati Uniti.
Ore e guadagni per il settore dell'occupazione a livello statale negli Stati Uniti Il programma Current Employment Statistics (CES) genera stime dettagliate per il settore dell'occupazione non agricola con informazioni su ore e guadagni dei lavoratori stipendiati negli Stati Uniti.
Statistiche relative alla disoccupazione a livello di area locale negli Stati Uniti I set di dati US Local Area Unemployment Statistics includono dati relativi a occupazione, disoccupazione e forza lavoro, su base mensile e annuale, ai fini del censimento per aree geografiche e divisioni, stati, contee, aree metropolitane e numerose città negli Stati Uniti.
US Consumer Price Index Il Consumer Price Index (CPI) è una misura della variazione media nel tempo dei prezzi pagati dai consumatori urbani per un paniere di beni di consumo e servizi.
US Producer Price Index - Industry Il Producer Price Index (PPI), ovvero l'indice dei prezzi alla produzione, è un indicatore della variazione media nel tempo dei prezzi di vendita ricevuti dai produttori nazionali per i beni prodotti.
US Producer Price Index - Commodities Il PPI (Producer Price Index), ovvero l'indice dei prezzi alla produzione, è un indicatore della variazione media nel tempo dei prezzi di vendita ricevuti dai produttori nazionali per le loro merci.

Popolazione e sicurezza

Set di dati Descrizione
Popolazione degli Stati Uniti per contea Popolazione degli Stati Uniti in base a sesso ed etnia per ogni contea degli Stati Uniti derivata dal censimento decennale del 2000 e del 2010. Questo set di dati proviene da United States Census Bureau.
Popolazione degli Stati Uniti per CAP Popolazione degli Stati Uniti in base a sesso ed etnia per ogni codice postale degli Stati Uniti derivata dal censimento decennale del 2010. Questo set di dati proviene da United States Census Bureau.
Dati sulla sicurezza di Boston Leggi i dati sulle chiamate al 311 registrate per la città di Boston. Questo set di dati è archiviato nel formato Parquet e viene aggiornato quotidianamente.
Dati sulla sicurezza di Chicago Leggi i dati sulle chiamate al 311 registrate per la città di Chicago. Questo set di dati è archiviato nel formato Parquet e viene aggiornato quotidianamente.
Dati sulla sicurezza di New York City Questo set di dati contiene tutte le richieste di assistenza effettuate al numero 311 nella città di New York dal 2010 a oggi. Viene ™ in formato Parquet e aggiornato ogni giorno.
Dati sulla sicurezza di San Francisco Richieste di assistenza ai vigili del fuoco e casi del servizio 311 di San Francisco. Questo set di dati include record cronologici accumulati dal 2015 a oggi.
Dati sulla sicurezza di Seattle Risposte a chiamate al numero 911 del Seattle Fire Department. Questo set di dati, aggiornato quotidianamente, include record cronologici accumulati dal 2010 a oggi

Set di dati supplementari e comuni

Set di dati Descrizione
Diabete Il set di dati Diabetes include 442 esempi con 10 funzionalità ed è quindi ottimale per iniziare a usare gli algoritmi di Machine Learning.
OJ Sales Simulated Data Questo set di dati deriva dal set di dati OJ di Dominick e include dati simulati aggiuntivi con l'obiettivo di fornire un set di dati che semplifica il training simultaneo di migliaia di modelli Azure Machine Learning.
Database MNIST di cifre scritte a mano Il database MNIST di cifre scritte a mano ha un set di training di 60.000 esempi e un set di test di 10.000 esempi. Le dimensioni delle cifre sono state normalizzate e le cifre sono state inserite al centro in un'immagine di dimensioni fisse.
Microsoft News di raccomandazione Microsoft News Dataset (MIND) è un set di dati su larga scala per la ricerca di raccomandazioni sulle notizie. Funge da set di dati benchmark per le raccomandazioni sulle notizie e facilita la ricerca nei sistemi di raccomandazione e raccomandazione delle notizie.
Giorni festivi Dati per le festività mondiali generati dai pacchetti PyPI relativi alle festività e da Wikipedia e relativi a 38 paesi o aree geografiche dal 1970 al 2099.
Sintesi vocale aperta in russo Russian Open STT è un set di dati di sintesi vocale aperto su larga scala per la lingua russa