Zestawy danych licencji Azure Open

Zwiększ dokładność modeli uczenia maszynowego za pomocą publicznie dostępnych zestawów danych. Oszczędzaj czas na odnajdywanie i przygotowywanie danych przy użyciu wyselekcjonowanych zestawów danych gotowych do użycia w projektach uczenia maszynowego.

Transport

Zestaw danych Opis
TartanAir: zestaw danych symulacji AirSim Dane pojazdów autonomicznych AirSim wygenerowane w celu rozwiązania jednoczesnej lokalizacji i mapowania (SLAM).
Komisja Nowojorskiej Taksówki & Limuzyny - żółte rekordy przejazdów taksówką Żółte rekordy przejazdów taksówką obejmują daty odbioru i drop-off/godziny, lokalizacje odbioru i drop-off, odległości podróży, taryfy towarzyskich, typy stawek, typy płatności i liczby pasażerów zgłaszane przez kierowcę.
Komisja NYC Taxi & Limousine - zielone rekordy przejazdów taksówką Rekordy zielonych przejazdów taksówką obejmują daty odbioru i drop-off/godziny, lokalizacje odbioru i drop-off, odległości podróży, wyszczególnione taryfy, typy stawek, typy płatności i liczby pasażerów zgłaszane przez kierowców.
NYC Taxi & Limousine Commission - For-Hire Vehicle (FULLV) rekordy podróży Rekordy podróży For-Hire Pojazd obejmują numer licencji podstawowej wysyłki oraz identyfikator lokalizacji lokalizacji odbioru, godziny i strefy taksówek.

Kondycja i genomiki

Zestaw danych Opis
COVID-19 Data Lake Kolekcja usługi COVID-19 Data Lake zawiera zestawy danych związane z chorobą COVID-19, pochodzące z różnych źródeł, obejmujące dane śledzenia testowania i wyników pacjentów, politykę utrzymania dystansu społecznego, przepustowość szpitali, mobilność itp.
COVID-19 Open Research Dataset Zestaw danych obejmujący pełne teksty i metadane artykułów naukowych dotyczących epidemii COVID-19 i koronawirusa, zoptymalizowany pod kątem odczytu przez maszyny i udostępniony do użytku przez globalną społeczność badaczy.
Genomics Data Lake Usługa Genomics Data Lake udostępnia różne publiczne zestawy danych, do których można uzyskać bezpłatny dostęp i zintegrować je z przepływami pracy i aplikacjami analizy genomiki. Zestawy danych obejmują sekwencje genów, informacje o odmianie oraz metadane podmiotu/próbki w formatach plików BAM, FASTA, VCF i CSV.

Praca i ekonomia

Zestaw danych Opis
US Labor Force Statistics (Statystyki dotyczące siły roboczej w USA) US Labor Force Statistics (Statystyki dotyczące siły roboczej w USA) dostarczają statystyk dotyczących siły roboczej — zasób siły roboczej, odsetek ludności aktywnej zawodowo oraz populacja z wyłączeniem wojskowych i osób przebywających w instytucjach, z podziałem według wieku, płci, rasy i pochodzenia etnicznego. w Stanach Zjednoczonych.
US National Employment Hours and Earnings (Liczba przepracowanych godzin i zarobki w skali kraju w USA) Program CES (Current Employment Statistics — aktualne statystyki zatrudnienia) generuje szczegółowe szacunkowe dane dotyczące zatrudnienia poza sektorem rolniczym, czasu pracy oraz wynagrodzeń pracowników zatrudnionych w różnych branżach w Stanach Zjednoczonych.
US State Employment Hours and Earnings (Liczba przepracowanych godzin i zarobki w skali stanów w USA) Program CES (Current Employment Statistics — aktualne statystyki zatrudnienia) generuje szczegółowe szacunkowe dane dotyczące zatrudnienia poza sektorem rolniczym, czasu pracy oraz wynagrodzeń pracowników zatrudnionych w różnych branżach w Stanach Zjednoczonych.
US Local Area Unemployment Statistics (Lokalne statystyki bezrobocia w USA) Zestawy danych programu US Local Area Unemployment Statistics (Lokalne statystyki bezrobocia w Stanach Zjednoczonych) dostarczają miesięcznych i rocznych danych dotyczących zatrudnienia, bezrobocia i zasobu siły roboczej w poszczególnych regionach i okręgach spisowych, stanach, hrabstwach, obszarach metropolitalnych i wielu miastach w Stanach Zjednoczonych.
Amerykański wskaźnik cen towarów i usług konsumpcyjnych Wskaźnik cen towarów i usług konsumpcyjnych (CPI) mierzy średnią zmianę w czasie cen zakupu rynkowego koszyka towarów i usług konsumpcyjnych dla konsumentów mieszkających w miastach.
Amerykański wskaźnik cen dóbr produkcyjnych — przemysł Wskaźnik cen dóbr produkcyjnych (producer price index, PPI) mierzy średnią zmianę cen sprzedaży, które otrzymują krajowi producenci za swoje towary, w czasie.
Amerykański wskaźnik cen dóbr produkcyjnych — towary Wskaźnik cen dóbr produkcyjnych (producer price index, PPI) mierzy średnią zmianę cen sprzedaży, które otrzymują krajowi producenci za swoje towary, w czasie.

Populacja i bezpieczeństwo

Zestaw danych Opis
Populacja amerykańska według hrabstwa Populacja USA według płci i rasy dla każdego amerykańskiego hrabstwa, na podstawie spisów ludności z roku 2000 i 2010. Źródłem tego zestawu danych jest agencja United States Census Bureau.
Populacja amerykańska według kodu pocztowego Populacja USA według płci i rasy dla każdego amerykańskiego kodu pocztowego, na podstawie spisu ludności z roku 2010. Źródłem tego zestawu danych jest agencja United States Census Bureau.
Boston Safety Data Przeczytaj dane dotyczące połączeń z numerem 311 zgłoszonych w Bostonie. Ten zestaw danych jest przechowywany w formacie Parquet i jest codziennie aktualizowany.
Chicago Safety Data Przeczytaj dane dotyczące połączeń z numerem 311 zgłoszonych w Chicago. Ten zestaw danych jest przechowywany w formacie Parquet i jest codziennie aktualizowany.
Dane dotyczące bezpieczeństwa w Nowym Jorku Ten zestaw danych zawiera wszystkie zgłoszenia na numer 311 w Nowym Jorku od roku 2010. Itâ € ™s przechowywane w formacie Parquet i aktualizowane codziennie.
Dane dotyczące bezpieczeństwa w San Francisco Wezwania straży pożarnej oraz zgłoszenia na numer 311 w San Francisco. Ten zestaw danych zawiera historyczne rekordy od roku 2015.
Dane dotyczące bezpieczeństwa Seattle Zgłoszenia na numer 911 straży pożarnej miasta Seattle. Ten zestaw danych jest codziennie aktualizowany i zawiera historyczne rekordy od roku 2010

Dodatkowe i typowe zestawy danych

Zestaw danych Opis
Cukrzycy Zestaw danych Diabetes (Cukrzyca) ma 442 próbki z 10 funkcjami, dzięki czemu doskonale nadaje się do rozpoczęcia korzystania z algorytmów uczenia maszynowego.
Symulowane dane sprzedaży OJ Ten zestaw danych pochodzi z zestawu danych OJ Firmy Dominick i zawiera dodatkowe symulowane dane w celu udostępnienia zestawu danych, który ułatwia jednoczesne trenowanie tysięcy modeli na Azure Machine Learning.
Baza danych MNIST cyfr odręcznych Baza danych napisanych odręcznie cyfr MNIST obejmuje zestaw treningowy zawierający 60 000 przykładów oraz zestaw testowy zawierający 10 000 przykładów. Cyfry zostały znormalizowane pod względem rozmiaru i wyśrodkowane na obrazie o stałym rozmiarze.
zestaw danych rekomendacji Microsoft News Microsoft News Dataset (MIND) to zestaw danych na dużą skalę na potrzeby badań rekomendacji dotyczących wiadomości. Służy jako zestaw danych porównawczych dla rekomendacji dotyczących wiadomości i ułatwia badania w systemach rekomendacji i rekomendacji wiadomości.
Święta Dane dotyczące świąt na całym świecie pobrane z pakietu PyPI holidays oraz witryny Wikipedia, obejmujące 38 krajów i regionów w latach 1970–2099.
Rosyjska otwarta mowa na tekst Russian Open STT to otwarty zestaw danych mowy na tekst na dużą skalę dla języka rosyjskiego