机器学习基础-13: ML经典数据集

最新推荐文章于 2024-04-10 09:45:11 发布
最新推荐文章于 2024-04-10 09:45:11 发布
阅读量1.4k 收藏 10
点赞数 2
分类专栏： 机器学习专题 机器学习原理与实践 文章标签： 机器学习 视频数据集 音频数据集 图像数据集 综合数据集
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shareviews/article/details/82834184
版权

ML经典数据集

机器学习原理与实践(开源图书)-总目录，建议收藏，告别碎片阅读！

1 图像数据集

2 视频数据集

CDVL(TheConsumer Digital Video Library) 消费者数字视频库对外提供高质量的源视频序列，可供研究和开发免费使用。CDVL还托管了几个视频质量数据集，包括五个VQEG HD Phase I数据集，BVI-HD，CCRIQ，its4s和T1A1。

LIVE database 出自德克萨斯大学的图像&视频工程实验室。该实验室的视觉科学家和视频工程师对图片和视频质量进行大规模主观和客观研究，对相关数据库做了严格的视觉检测/筛选。该数据库包含15+细分的自数据库。该数据库还包含若干视频质量评估的背景知识。

IVC数据库包含图像质量评价和视频质量评价数据库。IVC数据库由法国南特大学(Université de Nantes)的南特通信与网络研究所主持构建和维护。南特通信与网络研究所在图像&视频质量评价、离散信息表示、人类世界感知、机器学习和模式识别、网络和系统等方面具有深刻而广泛的研究。

3 音频数据集

谷歌发布的大规模一品数据集，AudioSet 包括 632 个音频事件类的扩展类目和从YouTube视频绘制的 2084320 个人类标记的10秒声音剪辑的集合。类目被指定为事件类别的分层图，覆盖广泛的人类和动物声音，乐器和风格以及常见的日常环境声音。

2000 HUB5 English Evaluation Transcripts由NIST（国家标准与技术研究院）2000年发起的HUB5评估中使用的40个英语电话对话的成绩单组成，其仅包含英语的语音数据集，百度最近的论文《深度语音：扩展端对端语音识别》使用的是这个数据集。

TED-LIUM是TED Talk的音频数据集，包含1495个录音和音频会议、159848条发音词典和部分WMT12公开的语料库。

4 综合数据集

系列文章

参考文献

  • [1] 周志华. 机器学习. 清华大学出版社. 2016.
  • [2] [日]杉山将. 图解机器学习. 人民邮电出版社. 2015.
  • [3] 佩德罗·多明戈斯. 终极算法-机器学习和人工智能如何重塑世界. 中信出版社. 2018.
MTVideoAI
关注
  • 2
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
机器学习基础Boston House Price数据集
09-09
波士顿房价数据集，整合好的，网站上原文档出现乱码，这个不会乱码
ML能用上的实用数据集
weixin_34310127的博客
08-01 213
机器学习数据集 机器学习中重要的一步是创建或寻找合适的数据来训练和检验算法。使用好的数据集可以帮助你规避或发现算法中的错误，改善程序的结果。在多数情况下，创建自己的数据集是一件费时的事。本文会向介绍一些有用的数据集，用于文本分类和图像分类问题。 文本分类 本节将介绍一些用于普通文本分类任务的数据集，如垃圾信息检测、情感分析和文档主题分类。 • 垃圾信息 ...
20个必备的Python机器学习库，建议收藏！
最新发布
Z4400840的博客
04-10 2017
AutoML是指自动机器学习。它说明了如何在组织和教育水平上自动化机器学习的端到端过程。最初，所有这些步骤都是手动完成的。但是现在随着AutoML的出现，这些步骤可以实现自动化。机器学习的需求日益增长。组织已经在应用程序级别采用了机器学习。仍在进行许多改进，并且仍然有许多公司正在努力为机器学习模型的部署提供更好的解决方案。为了进行部署，企业需要有一个经验丰富的数据科学家团队，他们期望高薪。即使企业确实拥有优秀的团队，通常也需要更多的经验而不是AI知识来决定哪种模型最适合企业。
《各领域机器学习数据集汇总（附下载地址）》
GodLei1995
03-02 3433
大学公开数据集(Stanford)69G大规模无人机(校园)图像数据集【Stanford】http://cvgl.stanford.edu/projects/uav_data/人脸素描数据集【CUHK】http://mmlab.ie.cuhk.edu.hk/archive/facesketch.html自然语言推理(文本蕴含标记)数据集【NYU】https://www.nyu.edu/projec...
机器学习27个常用数据集
03-30
包含27个常用的机器学习数据集。iris、bank、airline、soybean、weather、credit、unbanlanced等。
6 大经典机器学习数据集，3w+ 用户票选得出，建议收藏
HyperAI超神经
02-20 758
本期汇总了超神经下载众多的 6 个数据集，涵盖图像识别、机器翻译、遥感影像等领域。这些数据集质量高、数据量大，经历人气认证值得收藏码住。
weather-ml:在天气数据集上试验机器学习
06-01
如何生成用于机器学习的数据集 确保 API 密钥在具有“export WUNDERGROUND_APIKEY=...”的环境中 如果您愿意，可以编辑 generate_dataset.py 中的城市列表 不带参数运行 ./generate_dataset.py 将 data/dataset.csv...
glass-classify-ml-knn:使用KNN算法为玻璃分类准备机器学习模型
03-25
玻璃分类-ml-knn 在此代码中，我们使用KNN算法准备了一个机器学习模型，根据以下区别特征，根据玻璃的类型对玻璃进行分类。 我们还使用了网格搜索来进行算法调整，以找到针对该问题的最佳n_neighbours，并使用...
Machine-Learning-w-MNIST：使用MNIST数据集的机器学习模型
02-19
使用MNIST数据集的机器学习模型 KNN是一种简单，易于实现的有监督的机器学习算法，可用于解决分类和回归问题。 但是请记住，KNN的主要缺点是随着数据量的增加，它会变得非常慢，这使得它在需要快速做出预测的环境中...
ml-project:使用movielens数据集推荐电影
03-18
models/定义了该任务的机器学习模型的集合，这些模型由base.py定义的通用API统一。这些模型包括用于任何必要的数据预处理和输出规范化的代码。 datasets.py管理datasets.py构建。处理数据流水线/暂存区，改组，从...
ml-malware-classifier：机器学习Android恶意软件分类器
02-04
ml-恶意软件分类器 参考 Daniel Arp, Michael Spreitzenbarth, Malte Huebner, Hugo Gascon, and Konrad Rieck "Drebin: Efficient and Explainable Detection of ... 原始数据集可在找到。 用法 该代码位于code文件夹
鸢尾花（iris）数据集，用于机器学习训练，预测的经典数据集, csv格式
08-11
Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。iris以鸢尾花的特征作为数据来源，常用在分类操作中。该数据集由3种 不同类型的鸢尾花的50个样本数据构成。其中的一个种类与另外两个种类是线性可分离的，后两个种类是非线性可分离的。 该数据集包含 了5个属性： & Sepal.Length（花萼长度），单位是cm; & Sepal.Width（花萼宽度），单位是cm; & Petal.Length（花瓣长度），单位是 cm; & Petal.Width（花瓣宽度），单位是cm; & 种类：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica （维吉尼亚鸢尾）
最强数据集集合：50个最佳机器学习公共数据集丨资源
量子位
11-06 3349
原作 mlmemoirs 郭一璞 编译 量子位 报道 | 公众号 QbitAI外国自媒体mlmemoirs根据github、福布斯、CMU官网等信息，整理了一张50个最佳...
从SRCNN到EDSR，总结深度学习端到端超分辨率方法发展历程
热门推荐
aBlueMouse的博客
12-04 5万+
超分辨率技术（Super-Resolution, SR）是指从观测到的低分辨率图像重建出相应的高分辨率图像，在监控设备、卫星图像和医学影像等领域都有重要的应用价值。 本文针对端到端的基于深度学习的单张图像超分辨率方法(Single Image Super-Resolution, SISR)，总结一下从SRCNN到EDSR的发展历程。(排列顺序大致按论文中给出的4倍上采样结果的峰值信噪比(Pe
ICME2021：基于CNN的HEVC帧内编码块快速划分
Dillon2015的博客
06-29 3万+
本文来自ICME2021论文《CNN-BASED DEPTH MAP PREDICTION FOR FAST BLOCK PARTITIONING IN HEVC INTRA CODING 》 在HM中，通过递归调用RDO来选择最优的划分模式，整个过程计算复杂度很高且硬件实现不友好。论文使用CNN为HEVC的帧内编码生产深度图来进行快速划分。 论文提出使用深度图来表示CTU的划分，如Fig.1(b)深度图是一个8x8的矩阵，矩阵中每个元素代表64x64CTU的每个8x8块的深度。从Fig....
表面缺陷检测数据集汇总及其相关项目推荐 | Github开源
迈微AI研习社 · 号主
09-27 1万+
全网目前最全的表面缺陷检测数据集整合，包含项目GitHub Repo
【DB&AI】《基于机器学习的数据库技术综述》
weixin_46093544的博客
02-05 2636
原文链接 《基于机器学习的数据库技术综述》 李国良、周煊赫等著，发表于《计算机学报》，2020-11-5. 文章结构导图 整体概述 传统数据库技术往往依赖于启发式算法或者人工干预，例如数据库参数调优、故障诊断、索引推荐等。然而在大数据时代，数据库实例越来越多、场景越来越复杂、数据量越来越大， 导致传统数据库技术难以满足大数据的需求。 机器学习技术因其较强的学习能力，逐渐在数据库领域展现潜力和应用前景, 为数据库优化技术带来了新的机遇。但是由于传统机器学习模型相对简单（如线性感知器、回归模型等），往往只能从
学习机器学习算法过程中的常用数据集
taozibaby的博客
07-24 2837
新手学习机器学习相关算法时，最常使用的数据集。因为经典，所以高质量。
基于数据的决策：使用数据库内机器学习预测未来
weixin_71367823的博客
12-12 286
了解ML中的新技术——数据库内机器学习
ml-leaks: 机器学习中独立于模型与数据的成员推理攻击和防御
09-24
机器学习中的成员推理攻击指的是攻击者可以通过观察机器学习模型的输出，来推断训练数据中是否包含了特定的样本。这种攻击技术可以通过观察模型的输出统计信息，如分类概率或回归值，来判断模型对于某个特定样本的预测结果。成员推理攻击可能会对数据隐私造成威胁，尤其是当模型训练在敏感数据集上时。 针对成员推理攻击，也有一些防御方法可以采取。首先，可以对模型输出进行扰动处理，使得攻击者无法准确地推断出是否包含某个样本。这可以通过在模型输出中添加随机噪声或限制预测结果的精确度来实现。 其次，可以采用集成学习的方法，即使用多个模型进行预测，并对不同模型的输出进行统计，以减少攻击者的推断能力。通过使用不同的模型和数据划分，可以降低攻击者通过模型输出的统计信息来推测训练数据的可能性。 另外，数据隐私保护方法也可以用于防御成员推理攻击。例如，可以使用差分隐私技术，在训练数据中引入一定的随机噪声，以保护个体数据的隐私。这样可以防止攻击者通过观察模型的输出来进行有效的成员推理。 综上所述，成员推理攻击是机器学习中的一种隐私威胁，但通过添加扰动、集成学习和数据隐私保护等方法，我们可以减轻这种攻击带来的风险。然而，防御成员推理攻击仍然是一个开放的研究领域，需要进一步的研究和改进。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值