Maşın öyrənməsi (ML) son illərdə, əsasən alqoritmləri və modelləri gücləndirən çoxlu məlumatların mövcudluğu səbəbindən eksponensial artımın şahidi oldu. Maşın öyrənmə proqramlarının inkişafı və uğuru üçün yüksək keyfiyyətli verilənlər bazasına giriş çox vacibdir. Müxtəlif sahələrə və tədqiqatçıların, tərtibatçıların və həvəskarların ehtiyaclarına cavab verən bir neçə repozitoriya verilənlər bazası xəzinələri kimi meydana çıxdı. Gəlin süni intellekt və ML mənzərəsində inqilab edən ən məşhur maşın öyrənmə verilənlər bazası anbarlarını araşdıraq.
UCI Machine Learning Repository
Ən qədim və ən məşhur repozitoriyalardan biri olan UCI Maşın Öyrənmə Anbarı, ML tədqiqatı üçün hərtərəfli məlumat toplusuna ev sahibliyi edir. Iris dataset kimi klassik məlumat dəstlərindən tutmuş çoxsaylı domenlər üzrə müxtəlif real dünya verilənlər toplusuna qədər UCI hər iki yeni başlayanlar üçün geniş çeşiddə məlumat təqdim edir. və təcrübəli praktikantlar.
Kaggle Datasets
Kaggle, məlumat alimləri və maşın öyrənməsi ilə məşğul olan praktiklər arasında məşhur platforma, verilənlər toplusunun geniş deposuna ev sahibliyi edir. icma. Strukturlaşdırılmış məlumatlardan şəkil və mətn məlumat dəstlərinə qədər, Kaggle müsabiqələr və əməkdaşlıqlar üçün platforma təklif edir. Onun istifadəçi dostu interfeysi, müsabiqələr və ləpələrlə işarələnmiş məlumat dəstləri ilə birləşərək, ML həvəskarları üçün əməkdaşlıq mühiti yaradır.
Google Dataset Axtarışı
Google'un Dataset Search Mühərriki internetdə verilənlər toplusunun indeksləşdirilməsi üçün dəyərli resurs kimi ortaya çıxdı. Metadata və strukturlaşdırılmış məlumatlardan istifadə edərək tədqiqatçılara müxtəlif domenlərdən verilənlər toplusunu kəşf etməyə kömək edir. Bu alət müxtəlif platformalarda və vebsaytlarda yerləşdirilən verilənlər toplusunun yerləşdirilməsi prosesini asanlaşdırır, əlçatanlığı və aşkarlığı artırır.
GitHub
GitHub maşın öyrənmə məlumat dəstləri də daxil olmaqla, açıq mənbəli layihələr üçün mərkəzə çevrilmək üçün versiyaya nəzarət platformasından kənara çıxdı. Verilənlər toplusuna həsr olunmuş repozitoriyalar vasitəsilə tərtibatçılar və tədqiqatçılar kod və sənədlərlə birlikdə seçilmiş verilənlər dəstlərini bölüşür, ML icması daxilində əməkdaşlığı və bilik mübadiləsini təşviq edir.
OpenML
OpenML verilənlər toplusunu paylaşmaq üçün platforma və eksperimentləri təmin edərək, birgə maşın öyrənməsinə diqqət yetirir. O, istifadəçilərə məlumat dəstlərini araşdırmaq, yükləmək və töhfə vermək imkanı verir, maşın öyrənməsi tədqiqatında şəffaflığı və təkrar istehsal qabiliyyətini artırır. Onun paylaşılan verilənlər bazasında alqoritmlərin müqayisəsi və qiymətləndirilməsinə diqqəti möhkəm ML modellərinin inkişafına kömək edir.
Amazon AWS Public Datasets
Amazon Web Services (AWS) tədqiqat və inkişaf məqsədləri üçün istifadə oluna bilən böyük verilənlər toplusuna asan girişi təklif edən platformasında ictimai məlumat dəstləri toplusuna malikdir. Bu məlumat dəstləri biologiya, iqtisadiyyat, astronomiya və s. kimi müxtəlif sahələri əhatə edir və tədqiqatçılara çoxlu məlumatların tədqiqi və təhlili üçün resurslar təqdim edir.
Microsoft Araşdırma Açıq Məlumatları
Microsoft Research Open Data təşəbbüsü müxtəlif domenlər üzrə məlumat dəstləri toplusunu təklif edir. Səhiyyədən tutmuş sosial elmlərə qədər bu məlumat dəstləri müxtəlif sahələrdə tədqiqat və təcrübələri asanlaşdıran ətraflı təsvirlər və sənədlərlə gəlir.
Data.gov
ABŞ-da hökumət təşəbbüsü olaraq, Data.gov açıq hökumət məlumat dəstlərinin çoxluğuna çıxışı təmin edir. İqlim, kənd təsərrüfatı, sağlamlıq və sair kimi müxtəlif mövzuları əhatə edən bu məlumat dəstləri dövlət siyasəti, elm və texnologiya sahələrində innovasiyaları və tədqiqatları təşviq edir.
Maşın öyrənmə verilənlər bazaları verilənlərə girişi demokratikləşdirməklə AI və ML-nin inkişafında mühüm rol oynayır. Bu platformalar müxtəlif domenlərdə müxtəlif verilənlər toplusu təqdim etməklə əməkdaşlığı, təcrübəni və innovasiyanı asanlaşdırır. Sahə inkişaf etməyə davam etdikcə, bu depolar maşın öyrənməsində əsaslı tədqiqatların və tətbiqlərin gücləndirilməsində mühüm rol oynayacaq.
