UCI machine learning repositoryで公開されているデータセットの一覧をご紹介します。英語での要約(abstract)をgoogle翻訳を使用させていただき機械的に翻訳したものを掲載しました。データセットのサンプルを探す参考にしていただければ幸いです。

掲載内容は2020年09月01日の情報で、データセット数は557です。

2.4 GHZ Indoor Channel Measurements
Measurement of the S21,consists of 10 sweeps, each sweep contains 601 frequency points with spacing of 0.167MHz to cover a 100MHz band centered at 2.4GHz.
S21の測定は、2.4GHzを中心とした100MHz帯をカバーする0.167MHz間隔の601点の周波数点を含む10掃引で構成されています。

3D Road Network (North Jutland, Denmark)
3D road network with highly accurate elevation information (+-20cm) from Denmark used in eco-routing and fuel/Co2-estimation routing algorithms.
デンマークの高精度標高情報(+20cm)を持つ3次元道路ネットワークで、エコルーティングや燃料/二酸化炭素推定ルーティングアルゴリズムに使用されています。

3W dataset
The first realistic and public dataset with rare undesirable real events in oil wells.
油井の中でまれに起こる望ましくない現実的な事象を持つ、初のリアルで公開されたデータセット。

: Simulated Data set of Iraqi tourism places
Simulated Data set of Iraqi tourism places : Simulated Data set of Iraqi tourism places with their position (longitude,latitude)and type of interest for each place
イラクの観光地のシミュレーションデータセット イラクの観光地の位置(経度、緯度)と興味のある場所のタイプをシミュレートしたデータセット。

A study of Asian Religious and Biblical Texts
Mainly from Project Gutenberg, we combine Upanishads, Yoga Sutras, Buddha Sutras, Tao Te Ching and Book of Wisdom, Book of Proverbs, Book of Ecclesiastes and Book of Ecclesiasticus
主にProject Gutenbergから、ウパニシャッド、ヨーガ経典、ブッダ経典、タオ・テーチングと知恵の書、箴言の書、エクレシアステスの書、エクレシアステスの書を組み合わせています。

AAAI 2013 Accepted Papers
This data set compromises the metadata for the 2013 AAAI conference’s accepted papers (main track only), including paper titles, abstracts, and keywords of varying granularity.
このデータセットは、2013年のAAAI会議で採択された論文(メイントラックのみ)のメタデータ(論文タイトル、著者名、抄録、粒度の異なるキーワードを含む)を妥協したものです。

AAAI 2014 Accepted Papers
This data set compromises the metadata for the 2014 AAAI conference’s accepted papers, including paper titles, authors, abstracts, and keywords of varying granularity.
このデータセットは、2014年のAAAI会議で採択された論文(論文タイトル、著者、抄録、粒度の異なるキーワードを含む)のメタデータに影響を与えます。

Abalone
Predict the age of abalone from physical measurements
物理的な測定値からアワビの年齢を予測する

Abscisic Acid Signaling Network
The objective is to determine the set of boolean rules that describe the interactions of the nodes within this plant signaling network. The dataset includes 300 separate boolean pseudodynamic simulations using an asynchronous update scheme.
目的は、この植物シグナリングネットワーク内のノードの相互作用を記述するブーリアンルールのセットを決定することです。データセットには、非同期更新スキームを用いた300回の個別のブール型疑似力学シミュレーションが含まれています。

Absenteeism at work
The database was created with records of absenteeism at work from July 2007 to July 2010 at a courier company in Brazil.
データベースは、2007年7月から2010年7月までのブラジルの宅配便会社での欠勤の記録から作成された。

Activities of Daily Living (ADLs) Recognition Using Binary Sensors
This dataset comprises information regarding the ADLs performed by two users on a daily basis in their own homes.
このデータセットは、2人の利用者が日常的に自宅で行っているADLに関する情報から構成されています。

Activity Recognition from Single Chest-Mounted Accelerometer
The dataset collects data from a wearable accelerometer mounted on the chest. The dataset is intended for Activity Recognition research purposes.
データセットは、胸部に装着したウェアラブル加速度計からデータを収集しています。このデータセットは、活動認識の研究を目的としています。

Activity Recognition system based on Multisensor data fusion (AReM)
This dataset contains temporal data from a Wireless Sensor Network worn by an actor performing the activities: bending, cycling, lying down, sitting, standing, walking.
このデータセットには、曲げる、自転車に乗る、横になる、座る、立つ、歩くといったアクティビティを行うアクターが身につけているワイヤレスセンサーネットワークからの時間的データが含まれています。

Activity recognition using wearable physiological measurements
This dataset contains features from Electrocardiogram (ECG), Thoracic Electrical Bioimpedance (TEB) and the Electrodermal Activity (EDA) for activity recognition.
本データセットは、活動認識のための心電図(ECG)、胸部電気生体インピーダンス(TEB)、皮膚電気活動(EDA)の特徴量を含んでいる。

Activity recognition with healthy older people using a batteryless wearable sensor
Sequential motion data from 14 healthy older people aged 66 to 86 years old using a batteryless, wearable sensor on top of their clothing for the recognition of activities in clinical environments.
臨床環境での活動を認識するために、バッテリーレスのウェアラブルセンサーを衣服の上から装着した66歳から86歳までの14人の健康な高齢者からの連続的な動きデータ。

Acute Inflammations
The data was created by a medical expert as a data set to test the expert system, which will perform the presumptive diagnosis of two diseases of the urinary system.
泌尿器系の2つの疾患の推定診断を行うエキスパートシステムをテストするためのデータセットとして、医療専門家が作成した。

Adult
“Predict whether income exceeds $50K/yr based on census data. Also known as “”Census Income”” dataset.”
国勢調査のデータをもとに、所得が$50K/年を超えるかどうかを予測します。別名「国勢調査所得」データセット。

Air Quality
Contains the responses of a gas multisensor device deployed on the field in an Italian city. Hourly responses averages are recorded along with gas concentrations references from a certified analyzer.
イタリアのある都市のフィールドに設置されたガスマルチセンサー装置の応答を収録しています。1時間ごとの応答の平均値が、認証された分析装置からのガス濃度の参照とともに記録されています。

Air quality
Contains the responses of a gas multisensor device deployed on the field in an Italian city.
イタリアの都市のフィールドに設置されたガスマルチセンサー装置の応答が収録されています。

Airfoil Self-Noise
NASA data set, obtained from a series of aerodynamic and acoustic tests of two and three-dimensional airfoil blade sections conducted in an anechoic wind tunnel.
無響風洞で実施された2次元および3次元翼の翼断面の一連の空力・音響試験から得られたNASAのデータセット。

Alcohol QCM Sensor Dataset
Five different QCM gas sensors are used, and five different gas measurements (1-octanol, 1-propanol, 2-butanol, 2-propanol and 1-isobutanol) are conducted in each of these sensors.
5種類のQCMガスセンサーを使用し、それぞれに5種類のガス測定(1-オクタノール、1-プロパノール、2-ブタノール、2-プロパノール、1-イソブタノール)を行っています。

Algerian Forest Fires Dataset
The dataset includes 244 instances that regroup a data of two regions of Algeria.
データセットには、アルジェリアの2つの地域のデータを再グループ化した244のインスタンスが含まれている。

Amazon Access Samples
Amazon’s InfoSec is getting smarter about the way Access data is leveraged. This is an anonymized sample of access provisioned within the company.
AmazonのInfoSecはAccessデータの活用方法を賢くしています。これは、社内でプロビジョニングされたアクセスの匿名化されたサンプルです。

Amazon Commerce reviews set
The dataset is used for authorship identification in online Writeprint which is a new research field of pattern recognition.
このデータセットは、パターン認識の新しい研究分野であるオンラインWriteprintにおける著者識別に利用されています。

Amphibians
The dataset is a multilabel classification problem. The goal is to predict the presence of amphibians species near the water reservoirs based on features obtained from GIS systems and satellite images
データセットはマルチラベル分類問題である。目的は、GISシステムと衛星画像から得られた特徴量に基づいて、貯水池付近の両生類種の存在を予測することである。

Annealing
Steel annealing data
スチールアニールデータ

Anonymous Microsoft Web Data
Log of anonymous users of www.microsoft.com; predict areas of the web site a user visited based on data on other areas the user visited.
www.microsoft.com の匿名ユーザのログ;ユーザが訪問した他の領域のデータに基づいて、ユーザが訪問したウェブサイトの領域を予測します。

Anuran Calls (MFCCs)
Acoustic features extracted from syllables of anuran (frogs) calls, including the family, the genus, and the species labels (multilabel).
アヌラン(カエル)の鳴き声の音節から抽出された音響特徴(ファミリー、属、種のラベル(マルチラベル)を含む)。

Apartment for rent classified
This is a dataset of classified for apartments for rent in USA.
これは、アメリカの賃貸アパートのために分類されたデータセットです。

Appliances energy prediction
Experimental data used to create regression models of appliances energy use in a low energy building.
低エネルギービルでの家電製品のエネルギー使用量の回帰モデルを作成するために使用された実験データ。

APS Failure at Scania Trucks
The datasets’ positive class consists of component failures for a specific component of the APS system. The negative class consists of trucks with failures for components not related to the APS.
データセットの正のクラスは、APSシステムの特定のコンポーネントの故障で構成されています。ネガティブクラスは、APSとは関係のないコンポーネントの故障を持つトラックから構成されています。

Arcene
ARCENE’s task is to distinguish cancer versus normal patterns from mass-spectrometric data. This is a two-class classification problem with continuous input variables. This dataset is one of 5 datasets of the NIPS 2003 feature selection challenge.
ARCENEのタスクは、質量分析データからがんパターンと正常パターンを区別することです。これは連続入力変数を用いた2クラス分類問題です。このデータセットは、NIPS 2003の特徴選択課題の5つのデータセットのうちの1つです。

Arrhythmia
Distinguish between the presence and absence of cardiac arrhythmia and classify it in one of the 16 groups.
心臓不整脈の有無を区別し、16のグループのいずれかに分類します。

Artificial Characters
Dataset artificially generated by using first order theory which describes structure of ten capital letters of English alphabet
英字10文字の大文字の構造を記述した一次理論を用いて人工的に生成されたデータセット

Audiology (Original)
Nominal audiology dataset from Baylor
ベイラー大学の公称聴力データセット

Audiology (Standardized)
Standardized version of the original audiology database
オリジナルオーディオロジーデータベースの標準化版

Audit Data
Exhaustive one year non-confidential data in the year 2015 to 2016 of firms is collected from the Auditor Office of India to build a predictor for classifying suspicious firms.
インド監査法人から2015年から2016年までの1年間の企業の網羅的な非機密データを収集し、怪しい企業を分類するための予測因子を構築しています。

Australian Sign Language signs
This data consists of sample of Auslan (Australian Sign Language) signs. Examples of 95 signs were collected from five signers with a total of 6650 sign samples.
このデータは、オーストラリア手話(Auslan)のサンプルから構成されています。5人の手話者から95個の手話を収集し、合計6650個の手話サンプルを収集しました。

Australian Sign Language signs (High Quality)
This data consists of sample of Auslan (Australian Sign Language) signs. 27 examples of each of 95 Auslan signs were captured from a native signer using high-quality position trackers
このデータは、オーストラリア手話のサンプルから構成されています。ネイティブの手話者から高品質の位置追跡装置を用いて、95個の手話のうち27個の手話例を収集しました。

Autism Screening Adult
Autistic Spectrum Disorder Screening Data for Adult. This dataset is related to classification and predictive tasks.
成人の自閉症スペクトラム障害スクリーニングデータ。このデータセットは分類と予測タスクに関連しています。

Autistic Spectrum Disorder Screening Data for Adolescent
Autistic Spectrum Disorder Screening Data for Adolescent. This dataset is related to classification and predictive tasks.
思春期の自閉症スペクトラム障害スクリーニングデータ. このデータセットは分類と予測タスクに関連しています。

Autistic Spectrum Disorder Screening Data for Children
Children screening data for autism suitable for classification and predictive tasks
分類や予測に適した自閉症の子供のスクリーニングデータ

Auto MPG
Revised from CMU StatLib library, data concerns city-cycle fuel consumption
CMU StatLibライブラリより改訂、都市循環型燃料消費量に関するデータを公開

Automobile
From 1985 Ward’s Automotive Yearbook
1985年ウォードの自動車年鑑より

AutoUniv
AutoUniv is an advanced data generator for classifications tasks. The aim is to reflect the nuances and heterogeneity of real data. Data can be generated in .csv, ARFF or C4.5 formats.
AutoUnivは、分類作業のための高度なデータジェネレータです。実際のデータのニュアンスや不均一性を反映させることを目的としています。データは.csv、ARFF、C4.5形式で生成できます。

Avila
The Avila data set has been extracted from 800 images of the ‘Avila Bible’, an XII century giant Latin copy of the Bible. The prediction task consists in associating each pattern to a copyist.
Avilaデータセットは、12世紀の巨大なラテン語のコピーである「Avila Bible」の800枚の画像から抽出されています。予測タスクは、各パターンをコピー者に関連付けることで構成されています。

Bach Choral Harmony
The data set is composed of 60 chorales (5665 events) by J.S. Bach (1675-1750). Each event of each chorale is labelled using 1 among 101 chord labels and described through 14 features.
データセットは、J.S.バッハ(1675-1750)の60のコラール(5665のイベント)で構成されています。各コラールの各イベントは、101個のコードラベルのうち1個を用いてラベル付けされ、14個の特徴量で記述されています。

Bach Chorales
Time-series data based on chorales; challenge is to learn generative grammar; data in Lisp
コラールを基にした時系列データ、生成文法の学習が課題。

Badges
“Badges labeled with a “”+”” or “”-“” as a function of a person’s name”
人名の機能として「+」または「-」で表示されたバッジ

Bag of Words
This data set contains five text collections in the form of bags-of-words.
このデータセットには、5つのテキストコレクションをバッグ・オブ・ワード形式で収録しています。

Balance Scale
Balance scale weight & distance database
天秤秤体重・距離データベース

Balloons
Data previously used in cognitive psychology experiment; 4 data sets represent different conditions of an experiment
以前に認知心理学の実験で使用されたデータ;4つのデータセットは、実験の異なる条件を表しています。

Bank Marketing
The data is related with direct marketing campaigns (phone calls) of a Portuguese banking institution. The classification goal is to predict if the client will subscribe a term deposit (variable y).
データは、ポルトガルの銀行機関のダイレクト・マーケティング・キャンペーン(電話)に関連しています。分類の目的は、顧客が定期預金(変数y)を申し込むかどうかを予測することです。

banknote authentication
Data were extracted from images that were taken for the evaluation of an authentication procedure for banknotes.
データは、紙幣の認証手順の評価のために撮影された画像から抽出されました。

Bar Crawl: Detecting Heavy Drinking
Detecting Heavy Drinking : Accelerometer and transdermal alcohol content data from a college bar crawl. Used to predict heavy drinking episodes via mobile data.
飲酒の多さを検出します。大学のバークロールからの加速度計と経皮吸収型アルコール含有量データ。モバイルデータを介した大量飲酒エピソードの予測に使用。

Bar Crawl: Detecting Heavy Drinking
Detecting Heavy Drinking : Accelerometer and transdermal alcohol content data from a college bar crawl. Used to predict heavy drinking episodes via mobile data.
飲酒の多さを検出します。大学のバークロールからの加速度計と経皮吸収型アルコール含有量データ。モバイルデータを介した大量飲酒エピソードの予測に使用。

BAUM-1
BAUM-1 dataset contains 1184 multimodal facial video clips collected from 31 subjects. The 1184 video clips contain spontaneous facial expressions and speech of 13 emotional and mental states.
BAUM-1データセットには、31人の被験者から収集した1184個のマルチモーダルな顔のビデオクリップが含まれています。1184個のビデオクリップには、13の感情状態と精神状態の自発的な表情と発話が含まれています。

BAUM-2
A multilingual audio-visual affective face database consisting of 1047 video clips of 286 subjects.
286人の被験者から収集した1047個のビデオクリップからなる多言語オーディオビジュアル情動顔データベース。

Behavior of the urban traffic of the city of Sao Paulo in Brazil
The database was created with records of behavior of the urban traffic of the city of Sao Paulo in Brazil.
このデータベースは、ブラジルのサンパウロ市の都市交通の行動記録を用いて作成された。

Beijing Multi-Site Air-Quality Data
This hourly data set considers 6 main air pollutants and 6 relevant meteorological variables at multiple sites in Beijing.
この1時間ごとのデータセットは、北京の複数の地点における6つの主要な大気汚染物質と6つの関連する気象変数を考慮しています。

Beijing PM2.5 Data
This hourly data set contains the PM2.5 data of US Embassy in Beijing. Meanwhile, meteorological data from Beijing Capital International Airport are also included.
この1時間ごとのデータセットには、北京の米国大使館のPM2.5データが含まれています。一方、北京首都国際空港の気象データも含まれています。

Bias correction of numerical prediction model temperature forecast
It contains fourteen numerical weather prediction (NWP)’s meteorological forecast data, two in-situ observations, and five geographical auxiliary variables over Seoul, South Korea in the summer.
数値気象予報(NWP)の14の気象予報データ、2つの現場観測データ、5つの地理的補助変数が含まれています。

Bike Sharing Dataset
This dataset contains the hourly and daily count of rental bikes between years 2011 and 2012 in Capital bikeshare system with the corresponding weather and seasonal information.
このデータセットには、キャピタルのバイクシェアシステムにおける2011年から2012年までのレンタルバイクの1時間ごとの数と1日ごとの数、および対応する天候と季節の情報が含まれています。

BitcoinHeistRansomwareAddressDataset
BitcoinHeist datasets contains address features on the heterogeneous Bitcoin network to identify ransomware payments.
ビットコインヘイスト ランサムウェア アドレス データセット

BLE RSSI Dataset for Indoor localization and Navigation
This dataset contains RSSI readings gathered from an array of Bluetooth Low Energy (BLE) iBeacons in a real-world and operational indoor environment for localization and navigation purposes.
このデータセットには、定位とナビゲーションの目的で、実世界で運用されている屋内環境にあるBluetooth Low Energy (BLE) iBeaconsのアレイから収集されたRSSIの読み取り値が含まれています。

BlogFeedback
Instances in this dataset contain features extracted from blog posts. The task associated with the data is to predict how many comments the post will receive.
このデータセットのインスタンスには、ブログ記事から抽出された特徴が含まれています。このデータに関連するタスクは、投稿がどのくらいのコメントを受け取るかを予測することです。

BLOGGER
In this paper, we look for to recognize the causes of users tend to cyber space in Kohkiloye and Boyer Ahmad Province in Iran
本論文では、イランのKohkiloyeとBoyer Ahmad州のサイバー空間へのユーザーの傾向の原因を認識するために探します。

Blood Transfusion Service Center
Data taken from the Blood Transfusion Service Center in Hsin-Chu City in Taiwan — this is a classification problem.
台湾・新竹市の輸血サービスセンターのデータ–これは分類上の問題です。

Bone marrow transplant: children
children : The data set describes pediatric patients with several hematologic diseases, who were subject to the unmanipulated allogeneic unrelated donor hematopoietic stem cell transplantation.
children : このデータセットは、いくつかの血液学的疾患を持つ小児患者を対象としていますが、その中でも特に未分化同種無関係ドナー造血幹細胞移植の対象となっています。

Breast Cancer
Breast Cancer Data (Restricted Access)
乳がんデータ(アクセス制限あり

Breast Cancer Coimbra
Clinical features were observed or measured for 64 patients with breast cancer and 52 healthy controls.
乳がん患者64人と健常対照52人について、臨床的特徴が観察または測定された。

Breast Cancer Wisconsin (Diagnostic)
Diagnostic Wisconsin Breast Cancer Database
診断ウィスコンシン州乳がんデータベース

Breast Cancer Wisconsin (Original)
Original Wisconsin Breast Cancer Database
ウィスコンシン州オリジナル乳がんデータベース

Breast Cancer Wisconsin (Prognostic)
Prognostic Wisconsin Breast Cancer Database
ウィスコンシン州の乳がんデータベースの予後

Breast Tissue
Dataset with electrical impedance measurements of freshly excised tissue samples from the breast.
乳房から切除したばかりの組織サンプルの電気インピーダンス測定を含むデータセット。

Breath Metabolomics
Breath analysis is a pivotal method for biological phenotyping. In a pilot study, 100 experiments with four subjects have been performed to study the reproducibility of this technique.
呼吸分析は、生物学的表現型決定のための極めて重要な方法である。パイロット研究では、この手法の再現性を研究するために、4人の被験者を用いた100回の実験が行われた。

BuddyMove Data Set
User interest information extracted from user reviews published in holidayiq.com about various types of point of interests in South India
南インドの様々なタイプの関心事について、holidayiq.comで公開されているユーザーレビューから抽出したユーザー関心事情報

Burst Header Packet (BHP) flooding attack on Optical Burst Switching (OBS) Network
One of the primary challenges in identifying the risks of the Burst Header Packet (BHP) flood attacks in Optical Burst Switching networks (OBS) is the scarcity of reliable historical data.
光バースト交換ネットワーク(OBS)におけるバーストヘッダパケット(BHP)洪水攻撃のリスクを特定する上での主要な課題の1つは、信頼性の高い過去のデータが不足していることです。

Buzz in social media
This data-set contains examples of buzz events from two different social networks: Twitter, and Tom’s Hardware, a forum network focusing on new technology with more conservative dynamics.
このデータセットには、2つの異なるソーシャルネットワークからのバズイベントの例が含まれています。Twitterと、より保守的なダイナミクスを持つ新技術に焦点を当てたフォーラムネットワークであるTom’s Hardwareです。

Caesarian Section Classification Dataset
This dataset contains information about caesarian section results of 80 pregnant women with the most important characteristics of delivery problems in the medical field.
このデータセットには、医療分野における分娩問題の最も重要な特徴を持つ80人の妊婦の帝王切開の結果に関する情報が含まれています。

CalIt2 Building People Counts
This data comes from the main door of the CalIt2 building at UCI.
このデータはUCIのCalIt2棟の正門から来ています。

Car Evaluation
Derived from simple hierarchical decision model, this database may be useful for testing constructive induction and structure discovery methods.
単純な階層的決定モデルから導き出されたこのデータベースは、構成的帰納法や構造発見法のテストに役立つかもしれません。

Carbon Nanotubes
This dataset contains 10721 initial and calculated atomic coordinates of carbon nanotubes.
このデータセットには、カーボンナノチューブの初期原子座標と計算された原子座標が10721個含まれています。

Cardiotocography
The dataset consists of measurements of fetal heart rate (FHR) and uterine contraction (UC) features on cardiotocograms classified by expert obstetricians.
このデータセットは、専門家である産科医によって分類されたカルジオトコグラム上の胎児心拍数(FHR)と子宮収縮(UC)の特徴の測定値で構成されています。

Cargo 2000 Freight Tracking and Tracing
Sanitized and anonymized Cargo 2000 (C2K) airfreight tracking and tracing events, covering five months of business execution (3,942 process instances, 7,932 transport legs, 56,082 activities).
カーゴ2000(C2K)の航空貨物の追跡および追跡イベントを匿名化し、業務遂行の5ヶ月間をカバーしています(3,942のプロセスインスタンス、7,932の輸送脚、56,082のアクティビティ)。

Census Income
“Predict whether income exceeds $50K/yr based on census data. Also known as “”Adult”” dataset.”
国勢調査データに基づいて、年収が50Kドルを超えるかどうかを予測。アダルト」データセットとしても知られています。

Census-Income (KDD)
This data set contains weighted census data extracted from the 1994 and 1995 current population surveys conducted by the U.S. Census Bureau.
このデータセットは、米国国勢調査局が1994年と1995年に実施した現在の人口調査から抽出した加重付きの国勢調査データを含んでいます。

Cervical cancer (Risk Factors)
This dataset focuses on the prediction of indicators/diagnosis of cervical cancer. The features cover demographic information, habits, and historic medical records.
このデータセットは、子宮頸がんの指標/診断の予測に焦点を当てています。特徴は、人口統計学的情報、習慣、および過去の医療記録をカバーしています。

Cervical Cancer Behavior Risk
The dataset contains 19 attributes regarding ca cervix behavior risk with class label is ca_cervix with 1 and 0 as values which means the respondent with and without ca cervix, respectively.
データセットには、子宮頸部の行動リスクに関する19の属性が含まれており、クラスラベルはca_cervixで、値はca_cervixが1、0で、それぞれ子宮頸部がある回答者とない回答者を意味する。

Challenger USA Space Shuttle O-Ring
Task: predict the number of O-rings that experience thermal distress on a flight at 31 degrees F given data on the previous 23 shuttle flights
タスク:過去23回のシャトルフライトのデータをもとに、華氏31度のフライトで熱的苦痛を経験したOリングの数を予測します。

Character Font Images
Character images from scanned and computer generated fonts.
スキャンされたフォントとコンピュータで生成されたフォントからの文字イメージ。

Character Trajectories
Multiple, labelled samples of pen tip trajectories recorded whilst writing individual characters. All samples are from the same writer, for the purposes of primitive extraction. Only characters with a single pen-down segment were considered.
個々の文字を書いている間に記録されたペン先の軌跡の複数のラベル付きサンプル。プリミティブ抽出の目的で、すべてのサンプルは同じライターからのものです。1つのペンダウンセグメントを持つ文字のみを考慮した。

Chess (Domain Theories)
6 different domain theories for generating legal moves of chess
チェスの合法的な手を生成するための6つの異なるドメイン理論

Chess (King-Rook vs. King)
Chess Endgame Database for White King and Rook against Black King (KRK).
黒王(KRK)に対抗する白王とルークのチェス終盤ゲームデータベース。

Chess (King-Rook vs. King-Knight)
Knight Pin Chess End-Game Database Creator
ナイトピンチェスエンドゲームデータベース作成者

Chess (King-Rook vs. King-Pawn)
King+Rook versus King+Pawn on a7 (usually abbreviated KRKPA7).
a7上のキング+ルーク対キング+ポーン(通常はKRKPA7と略される)。

chestnut – LARVIC
The research project presents this database, shows the images of chestnuts that will be processed to determine the presence or absence of defects
研究プロジェクトは、このデータベースを提示し、欠陥の有無を決定するために処理される栗の画像を示しています。

chipseq
ChIP-seq experiments characterize protein modifications or binding at specific genomic locations in specific samples. The machine learning problem in these data is structured binary classification.
ChIP-seq実験は、特定のサンプル内の特定のゲノム位置でのタンパク質の修飾または結合を特徴づける。これらのデータの機械学習問題は、構造化された二値分類です。

Chronic_Kidney_Disease
This dataset can be used to predict the chronic kidney disease and it can be collected from the hospital nearly 2 months of period.
このデータセットは慢性腎臓病の予測に使用でき、約2ヶ月間の病院から収集することができます。

clickstream data for online shopping
The dataset contains information on clickstream from online store offering clothing for pregnant women.
データセットには,妊婦向けの衣料品を提供するオンラインストアのクリックストリームの情報が含まれている.

Climate Model Simulation Crashes
Given Latin hypercube samples of 18 climate model input parameter values, predict climate model simulation crashes and determine the parameter value combinations that cause the failures.
18個の気候モデルの入力パラメータ値のうち、ラテン語の超立方体のサンプルが与えられると、気候モデルのシミュレーションがクラッシュすることを予測し、失敗の原因となるパラメータ値の組み合わせを決定します。

CLINC150
This is a intent classification (text classification) dataset with 150 in-domain intent classes. The main purpose of this dataset is to evaluate various classifiers on out-of-domain performance.
このデータセットは、150のインテントクラスを持つインテント分類(テキスト分類)データセットである。このデータセットの主な目的は,様々な分類器の領域外性能を評価することである.

Cloud
Little Documentation
ドキュメントが少ない

CMU Face Images
This data consists of 640 black and white face images of people taken with varying pose (straight, left, right, up), expression (neutral, happy, sad, angry), eyes (wearing sunglasses or not), and size
このデータは、ポーズ(まっすぐ、左、右、上)、表情(中性、嬉しい、悲しい、怒っている)、目(サングラスをかけているかどうか)、大きさを変えて撮影した640枚の白黒顔画像から構成されています。

CNAE-9
This is a data set containing 1080 documents of free text business descriptions of Brazilian companies categorized into a subset of 9 categories
これは、9つのカテゴリのサブセットに分類されたブラジル企業のビジネス説明のフリーテキスト1080文書を含むデータセットです。

CNNpred: CNN-based stock market prediction using a diverse set of variables
CNN-based stock market prediction using a diverse set of variables : This dataset contains several daily features of S&P 500, NASDAQ Composite, Dow Jones Industrial Average, RUSSELL 2000, and NYSE Composite from 2010 to 2017.
多様な変数を用いたCNNベースの株式市場予測 . このデータセットには、2010年から2017年までのS&P500、NASDAQコンポジット、ダウ・ジョーンズ工業平均、RUSSELL 2000、NYSEコンポジットの日次特徴量が含まれています。

Coil 1999 Competition Data
This data set is from the 1999 Computational Intelligence and Learning (COIL) competition. The data contains measurements of river chemical concentrations and algae densities.
このデータセットは、1999年の計算知能と学習(COIL)コンテストのものです。このデータには、河川の化学物質濃度と藻類密度の測定値が含まれています。

Combined Cycle Power Plant
The dataset contains 9568 data points collected from a Combined Cycle Power Plant over 6 years (2006-2011), when the plant was set to work with full load.
このデータセットには、複合サイクル発電所が全負荷で動作するように設定された6年間(2006年~2011年)に渡って収集された9568点のデータが含まれています。

Communities and Crime
Communities within the United States. The data combines socio-economic data from the 1990 US Census, law enforcement data from the 1990 US LEMAS survey, and crime data from the 1995 FBI UCR.
米国内のコミュニティ。このデータは、1990年の米国国勢調査による社会経済データ、1990年の米国LEMAS調査による法執行データ、1995年のFBI UCRによる犯罪データを組み合わせたものです。

Communities and Crime Unnormalized
Communities in the US. Data combines socio-economic data from the ’90 Census, law enforcement data from the 1990 Law Enforcement Management and Admin Stats survey, and crime data from the 1995 FBI UCR
米国内のコミュニティ。このデータは、1990年の国勢調査の社会経済データ、1990年のLaw Enforcement Management and Admin Stats調査の法執行データ、1995年のFBI UCRの犯罪データを組み合わせたものです。

Computer Hardware
Relative CPU Performance Data, described in terms of its cycle time, memory size, etc.
CPUの相対的な性能データで、サイクルタイムやメモリサイズなどで記述されています。

Concrete Compressive Strength
Concrete is the most important material in civil engineering. The concrete compressive strength is a highly nonlinear function of age and ingredients.
コンクリートは土木工学において最も重要な材料です。コンクリートの圧縮強度は、経年変化や成分の非線形性が高い。

Concrete Slump Test
Concrete is a highly complex material. The slump flow of concrete is not only determined by the water content, but that is also influenced by other concrete ingredients.
コンクリートは非常に複雑な材料です。コンクリートのスランプフローは含水率だけでなく、他のコンクリート成分の影響も受けます。

Condition Based Maintenance of Naval Propulsion Plants
Data have been generated from a sophisticated simulator of a Gas Turbines (GT), mounted on a Frigate characterized by a COmbined Diesel eLectric And Gas (CODLAG) propulsion plant type.
データは、COmbined Diesel eLectric And Gas(CODLAG)推進プラントタイプを特徴とするフリゲート船に搭載されたガスタービン(GT)の高度なシミュレータから生成されています。

Condition monitoring of hydraulic systems
The data set addresses the condition assessment of a hydraulic test rig based on multi sensor data. Four fault types are superimposed with several severity grades impeding selective quantification.
このデータセットは、複数のセンサデータに基づいた油圧試験装置の状態評価に対応しています。4つの断層タイプが重畳されており、いくつかの深刻度等級が選択的な定量化を妨げています。

Congressional Voting Records
1984 United Stated Congressional Voting Records; Classify as Republican or Democrat
1984年米国議会投票記録;共和党または民主党に分類

Connect-4
Contains connect-4 positions
コネクト4ポジションを含む

Connectionist Bench (Nettalk Corpus)
“The file “”nettalk.data”” contains a list of 20,008 English words, along with a phonetic transcription for each word. The task is to train a network to produce the proper phonemes”
ファイル「nettalk.data 」には、20,008個の英単語のリストと、各単語の音素転写が含まれています。タスクは、適切な音素を生成するためのネットワークを訓練することです。

Connectionist Bench (Sonar, Mines vs. Rocks)
The task is to train a network to discriminate between sonar signals bounced off a metal cylinder and those bounced off a roughly cylindrical rock.
本研究では、金属製の円筒から跳ね返ったソナー信号と、大まかな円筒状の岩から跳ね返ったソナー信号を識別するためのネットワークを訓練することを課題としています。

Connectionist Bench (Vowel Recognition – Deterding Data)
Speaker independent recognition of the eleven steady state vowels of British English using a specified training set of lpc derived log area ratios.
英国英語の11個の定常母音の話者独立認識。

Container Crane Controller Data Set
A container crane has the function of transporting containers from one point to another point.
コンテナクレーンは、ある地点から別の地点へコンテナを輸送する機能を持っています。

Contraceptive Method Choice
Dataset is a subset of the 1987 National Indonesia Contraceptive Prevalence Survey.
データセットは、1987年インドネシア避妊有病率調査(National Indonesia Contraceptive Prevalence Survey)のサブセットです。

Corel Image Features
This dataset contains image features extracted from a Corel image collection. Four sets of features are available based on the color histogram, color histogram layout, color moments, and co-occurence
このデータセットは、Corel画像コレクションから抽出された画像特徴量を含みます。カラーヒストグラム、カラーヒストグラムレイアウト、カラーモーメント、共起性に基づいた4つの特徴セットがあります。

Covertype
Forest CoverType dataset
森林被覆タイプデータセット

COVID-19 Surveillance
Coronavirus Disease (COVID-19) Surveillance.
コロナウイルス病(COVID-19)サーベイランス。

Credit Approval
This data concerns credit card applications; good mix of attributes
このデータは、クレジットカードのアプリケーションに関するものです。

Crop mapping using fused optical-radar data set
Combining optical and PolSAR remote sensing images offers a complementary data set with a significant number of temporal, spectral, textural, and polarimetric features for cropland classification.
融合光レーダーデータセットを用いた農作物のマッピング

Crowdsourced Mapping
Crowdsourced data from OpenStreetMap is used to automate the classification of satellite images into different land cover classes (impervious, farm, forest, grass, orchard, water).
OpenStreetMapからクラウドソースされたデータは、衛星画像の異なる土地被覆クラス(不浸透性、農場、森林、草、果樹園、水)への分類を自動化するために使用されています。

Cryotherapy Dataset
This dataset contains information about wart treatment results of 90 patients using cryotherapy.
このデータセットには、凍結療法を用いた90人の患者のイボ治療結果に関する情報が含まれています。

CSM (Conventional and Social Media Movies) Dataset 2014 and 2015
12 features categorized as conventional and social media features. Both conventional features, collected from movies databases on Web as well as social media features(YouTube,Twitter).
従来型特徴量とソーシャルメディア特徴量に分類された12の特徴量。従来の特徴量は、Web上の動画データベースから収集した従来の特徴量と、ソーシャルメディア(YouTube,Twitter)から収集した特徴量の両方を収録しています。

Cuff-Less Blood Pressure Estimation
This Data set provides preprocessed and cleaned vital signals which can be used in designing algorithms for cuff-less estimation of the blood pressure.
このデータセットは、血圧をカフレスで推定するためのアルゴリズムの設計に使用できるように、前処理され、洗浄されたバイタル信号を提供します。

Cylinder Bands
“Used in decision tree induction for mitigating process delays known as “”cylinder bands”” in rotogravure printing”
グラビア印刷におけるシリンダーバンドと呼ばれるプロセス遅延を軽減するための決定木誘導に使用されています。

Daily and Sports Activities
The dataset comprises motion sensor data of 19 daily and sports activities each performed by 8 subjects in their own style for 5 minutes. Five Xsens MTx units are used on the torso, arms, and legs.
データセットは、8人の被験者がそれぞれのスタイルで5分間行った19の日常活動とスポーツ活動のモーションセンサーデータから構成されています。5台のXsens MTxが胴体、腕、脚に使用されています。

Daily Demand Forecasting Orders
The dataset was collected during 60 days, this is a real database of a brazilian logistics company.
データセットは60日間に渡って収集され、これはブラジルの物流会社の実在のデータベースです。

Daphnet Freezing of Gait
This dataset contains the annotated readings of 3 acceleration sensors at the hip and leg of Parkinson’s disease patients that experience freezing of gait (FoG) during walking tasks.
このデータセットには、歩行タスク中に歩行の凍結(FoG)を経験したパーキンソン病患者の股関節と脚部の3つの加速度センサーの注釈付き読み取り値が含まれています。

Data for Software Engineering Teamwork Assessment in Education Setting
Data include over 100 Team Activity Measures and outcomes (ML classes) obtained from activities of 74 student teams during the creation of final class project in SW Eng. classes at SFSU, Fulda, FAU
データには、SFSU、Fulda、FAUのSW Eng.クラスの最終クラスプロジェクトの作成中に74の学生チームの活動から得られた100以上のチーム活動の測定値と結果(MLクラス)が含まれています。

Dataset for ADL Recognition with Wrist-worn Accelerometer
Recordings of 16 volunteers performing 14 Activities of Daily Living (ADL) while carrying a single wrist-worn tri-axial accelerometer.
手首に装着した3軸加速度計を1台持ち歩きながら、16人のボランティアが14の日常生活動作(ADL)を行った際の記録。

Dataset for Sensorless Drive Diagnosis
Features are extracted from motor current. The motor has intact and defective components. This results in 11 different classes with different conditions.
モーター電流から特徴量を抽出。モーターには無傷の部品と欠陥のある部品がある。その結果、条件の異なる11のクラスに分かれています。

DBWorld e-mails
It contains 64 e-mails which I have manually collected from DBWorld mailing list. They are classified in: ‘announces of conferences’ and ‘everything else’.
DBWorldのメーリングリストから手動で収集した64通の電子メールが含まれています。それらは以下のように分類されています。カンファレンスのお知らせ」と「その他すべて」に分類されています。

Deepfakes: Medical Image Tamper Detection
Medical Image Tamper Detection : Medical deepfakes: CT scans of human lungs, where some have been tampered with cancer added/removed. Can you find them?
ディープフェイクス 医療画像の改ざん検出

default of credit card clients
This research aimed at the case of customers’ default payments in Taiwan and compares the predictive accuracy of probability of default among six data mining methods.
本研究では、台湾における顧客の滞納事例を対象とし、6つのデータマイニング手法の中から滞納確率の予測精度を比較した。

DeliciousMIL: A Data Set for Multi-Label Multi-Instance Learning with Instance Labels
A Data Set for Multi-Label Multi-Instance Learning with Instance Labels : This dataset includes 1) 12234 documents (8251 training, 3983 test) extracted from DeliciousT140 dataset, 2) class labels for all documents, 3) labels for a subset of sentences of the test documents.
インスタンスラベルを用いたマルチラベルマルチインスタンス学習のためのデータセット。このデータセットには、1)DeliciousT140データセットから抽出した12234文書(トレーニング8251、テスト3983)、2)全文書のクラスラベル、3)テスト文書の文のサブセットのラベルが含まれています。

Demand Forecasting for a store
Contains data for a store from week 1 to week 146.
1週目から146週目までの店舗のデータが含まれています。

Demospongiae
Marine sponges of the Demospongiae class classification domain.
Demospongiaeクラス分類領域の海綿類。

Dermatology
Aim for this dataset is to determine the type of Eryhemato-Squamous Disease.
このデータセットの目的は、Eryhemato-Squamous Diseaseの種類を決定することです。

Detect Malacious Executable(AntiVirus)
I extract features from malacious and non-malacious and create and training dataset to teach svm classifier.Dataset made of unknown executable to detect if it is virus or normal safe executable.
このデータセットは、ウイルスか通常の安全な実行ファイルかを判別するために、未知の実行ファイルを用いて作成されています。

Detect Malware Types
Provide a short description of your data set (less than 200 characters).
データセットの簡単な説明を提供してください(200文字以内)。

detection_of_IoT_botnet_attacks_N_BaIoT
This dataset addresses the lack of public botnet datasets, especially for the IoT. It suggests *real* traffic data, gathered from 9 commercial IoT devices authentically infected by Mirai and BASHLITE.
このデータセットは、公開されているボットネットのデータセットの不足、特にIoTのためのものです。それは、MiraiとBASHLITEによって真正に感染した9つの商用IoTデバイスから収集された*本物の*トラフィックデータを示唆しています。

Devanagari Handwritten Character Dataset
This is an image database of Handwritten Devanagari characters. There are 46 classes of characters with 2000 examples each. The dataset is split into training set(85%) and testing set(15%).
これは、手書きのデヴァナーガリー文字の画像データベースです。文字の46クラスがあり、それぞれ2000例の例があります。データセットはトレーニングセット(85%)とテストセット(15%)に分割されています。

Dexter
DEXTER is a text classification problem in a bag-of-word representation. This is a two-class classification problem with sparse continuous input variables. This dataset is one of five datasets of the NIPS 2003 feature selection challenge.
DEXTERは、袋語表現のテキスト分類問題です。疎な連続入力変数を用いた2クラス分類問題です。このデータセットは、NIPS 2003の特徴選択チャレンジの5つのデータセットのうちの1つです。

DGP2 – The Second Data Generation Program
Generates application domains based on specific parameters, number of features, and proportion of positive to negative examples
特定のパラメータ、特徴量の数、正の例と負の例の割合に基づいて、アプリケーション領域を生成します。

Diabetes
This diabetes dataset is from AIM ’94
この糖尿病データセットはAIM ’94からのものです。

Diabetes 130-US hospitals for years 1999-2008
This data has been prepared to analyze factors related to readmission as well as other outcomes pertaining to patients with diabetes.
このデータは、糖尿病患者の再入院やその他の転帰に関連する要因を分析するために作成されました。

Diabetic Retinopathy Debrecen Data Set
This dataset contains features extracted from the Messidor image set to predict whether an image contains signs of diabetic retinopathy or not.
このデータセットには、画像に糖尿病網膜症の兆候が含まれているかどうかを予測するために、Messidor画像セットから抽出された特徴量が含まれています。

Discrete Tone Image Dataset
Discrete Tone Images(DTI)are available which needs to be analyzed in detail. Here, we created this dataset for those who do research in DTI.
離散トーン画像(DTI)が利用可能であり、詳細な解析が必要です。ここでは、DTIの研究をしている人のために、このデータセットを作成しました。

Dishonest Internet users Dataset
The dataset was used to test an architecture based on a trust model capable to cope with the evaluation of the trustworthiness of users interacting in pervasive environments.
このデータセットは、広帯域環境下での利用者の信頼性評価に対応できる信頼モデルに基づいたアーキテクチャのテストに使用されました。

Divorce Predictors data set
Participants completed the ‘Personal Information Form’ and ‘Divorce Predictors Scale’.
参加者は、個人情報フォームと離婚予測尺度を記入した。

Divorce Predictors data set
Participants completed the Personal Information Form and Divorce Predictors Scale.
参加者は、個人情報フォームと離婚予測尺度を記入した。

Document Understanding
Five concepts, expressed as predicates, to be learned
学習すべき5つの概念を述語で表現したもの

Dodgers Loop Sensor
Loop sensor data was collected for the Glendale on ramp for the 101 North freeway in Los Angeles
ロサンゼルスの101ノースフリーウェイのグレンデールのランプでループセンサーのデータを収集しました。

Dorothea
DOROTHEA is a drug discovery dataset. Chemical compounds represented by structural molecular features must be classified as active (binding to thrombin) or inactive. This is one of 5 datasets of the NIPS 2003 feature selection challenge.
DOROTHEAは創薬データセットです。構造分子特徴量で表される化合物は、活性(トロンビンに結合する)か不活性に分類されなければなりません。NIPS 2003の特徴量選択チャレンジの5つのデータセットのうちの1つです。

Dota2 Games Results
Dota 2 is a popular computer game with two teams of 5 players. At the start of the game each player chooses a unique hero with different strengths and weaknesses.
Dota 2は5人のプレイヤーからなる2つのチームからなる人気のコンピュータゲームです。ゲーム開始時に、各プレイヤーはそれぞれ異なる長所と短所を持つユニークなヒーローを選びます。

Dow Jones Index
This dataset contains weekly data for the Dow Jones Industrial Index. It has been used in computational investing research.
このデータセットには、ダウ工業株指数の週次データが含まれています。これは計算投資の研究に使用されています。

Dresses_Attribute_Sales
This dataset contain Attributes of dresses and their recommendations according to their sales.Sales are monitor on the basis of alternate days.
このデータセットには、ドレスの属性とそのsales.Salesに応じた推奨事項が含まれており、交互の日に基づいてモニターされています。

DrivFace
The DrivFace contains images sequences of subjects while driving in real scenarios. It is composed of 606 samples of 640×480, acquired over different days from 4 drivers with several facial features.
DrivFaceは、被験者が実際に運転しているときの画像シーケンスを収録しています。これは、複数の顔の特徴を持つ4人のドライバーから異なる日に取得した640×480の606枚のサンプルで構成されています。

Drug consumption (quantified)
Classify type of drug consumer by personality data
性格データから薬物消費者のタイプを分類

Drug Review Dataset (Druglib.com)
The dataset provides patient reviews on specific drugs along with related conditions. Reviews and ratings are grouped into reports on the three aspects benefits, side effects and overall comment.
このデータセットは、特定の医薬品に関する患者レビューを、関連する条件とともに提供しています。レビューと評価は、利点、副作用、総合的なコメントの3つの側面についてのレポートにグループ化されています。

Drug Review Dataset (Drugs.com)
The dataset provides patient reviews on specific drugs along with related conditions and a 10 star patient rating reflecting overall patient satisfaction.
このデータセットは、特定の医薬品に関する患者レビューと関連する条件、および患者の総合的な満足度を反映した10つ星の患者評価を提供します。

DSRC Vehicle Communications
This set Provides data regarding wireless communications between vehicles and road side units. two separate data sets are provided (normal scenario) and in the presence of attacker (jammer).
このデータセットは、車両と道路側ユニット間の無線通信に関するデータを提供します。

Dynamic Features of VirusShare Executables
This dataset contains the dynamic features of 107,888 executables, collected by VirusShare from Nov/2010 to Jul/2014.
このデータセットには、2010年11月から2014年7月までにウイルスシェアが収集した107,888個の実行ファイルの動的特徴が含まれています。

E. Coli Genes
Data giving characteristics of each ORF (potential gene) in the E. coli genome. Sequence, homology (similarity to other genes) and structural information, and function (if known) are provided.
大腸菌ゲノム中の各ORF(潜在遺伝子)の特徴を示すデータ。配列、相同性(他の遺伝子との類似性)、構造情報、機能(既知の場合)が提供されています。

Early biomarkers of Parkinson’s disease based on natural connected speech Data Set
.
自然接続音声データセットに基づくパーキンソン病の初期バイオマーカー

Early biomarkers of Parkinsons disease based on natural connected speech
Predict a pattern of neurodegeneration in the dataset of speech features obtained from patients with early untreated Parkinson’s disease and patients at high risk developing Parkinson’s disease.
パーキンソン病初期の未治療患者とパーキンソン病発症リスクの高い患者から得られた音声特徴のデータセットにおける神経変性のパターンを予測します。

Early stage diabetes risk prediction dataset.
This dataset contains the sign and symptpom data of newly diabetic or would be diabetic patient.
このデータセットには、新しく糖尿病になった患者、または糖尿病になりそうな患者のサインと徴候のデータが含まれています。

EBL Domain Theories
Assorted small-scale domain theories
小規模領域理論

Echocardiogram
Data for classifying if patients will survive for at least one year after a heart attack
心臓発作後1年以上生存するかどうかを分類するためのデータ

Eco-hotel
This dataset includes Online Textual Reviews from both online (e.g., TripAdvisor) and offline (e.g., Guests’ book) sources from the Areias do Seixo Eco-Resort.
このデータセットには、Areias do Seixo Eco-Resortのオンラインのテキストレビュー(TripAdvisorなど)とオフラインのテキストレビュー(Guest’s bookなど)が含まれています。

Ecoli
This data contains protein localization sites
このデータには、タンパク質の局在部位が含まれています。

Economic Sanctions
Domain Theory on Economic Sanctions; Undocumented
経済制裁の領域論; 未記載のもの

Educational Process Mining (EPM): A Learning Analytics Data Set
A Learning Analytics Data Set : Educational Process Mining data set is built from the recordings of 115 subjects’ activities through a logging application while learning with an educational simulator.
学習アナリティクスのデータセットです。教育プロセスマイニングデータセットは、教育シミュレータで学習中にロギングアプリケーションを介して115人の被験者の活動を記録したものから構築されています。

EEG Database
This data arises from a large study to examine EEG correlates of genetic predisposition to alcoholism. It contains measurements from 64 electrodes placed on the scalp sampled at 256 Hz
このデータは、アルコール依存症の遺伝的素因の脳波相関を調べるための大規模な研究から生まれました。256Hzでサンプリングされた頭皮に設置された64個の電極からの測定値が含まれています。

EEG Eye State
The data set consists of 14 EEG values and a value indicating the eye state.
データセットは、14個の脳波値と眼の状態を示す値で構成されています。

EEG Steady-State Visual Evoked Potential Signals
This database consists on 30 subjects performing Brain Computer Interface for Steady State Visual Evoked Potentials (BCI-SSVEP).
このデータベースは、Brain Computer Interface for Steady State Visual Evoked Potentials (BCI-SSVEP)を実施した30人の被験者で構成されています。

El Nino
The data set contains oceanographic and surface meteorological readings taken from a series of buoys positioned throughout the equatorial Pacific.
データセットには、赤道太平洋全域に配置された一連のブイから取得された海洋学的および表面気象学的測定値が含まれています。

Electrical Grid Stability Simulated Data
The local stability analysis of the 4-node star system (electricity producer is in the center) implementing Decentral Smart Grid Control concept.
分散型スマートグリッド制御の概念を導入した4ノードスターシステム(発電者が中心)の局所安定性解析。

ElectricityLoadDiagrams20112014
This data set contains electricity consumption of 370 points/clients.
このデータセットには370点/顧客の電力消費量が含まれています。

EMG data for gestures
These are files of raw EMG data recorded by MYO Thalmic bracelet
MYO Thalmicブレスレットで記録した生の筋力データのファイルです。

EMG dataset in Lower Limb
3 different exercises: sitting, standing and walking in the muscles: biceps femoris, vastus medialis, rectus femoris and semitendinosus addition to goniometry in the exercises.
3つの異なる演習:筋肉に座って、立って、歩いて:大腿二頭筋、正中広筋、大腿直筋と半腱様のエクササイズでゴニオメトリーに加えて、大腿二頭筋、正中広筋、大腿直筋、半腱様。

EMG Physical Action Data Set
The Physical Action Data Set includes 10 normal and 10 aggressive physical actions that measure the human activity. The data have been collected by 4 subjects using the Delsys EMG wireless apparatus.
身体活動データセットには、人間の活動性を測定する10の正常な身体活動と10の積極的な身体活動が含まれています。データは、Delsys EMGワイヤレス装置を使用して4人の被験者によって収集されました。

Energy efficiency
This study looked into assessing the heating load and cooling load requirements of buildings (that is, energy efficiency) as a function of building parameters.
この研究では、建物のパラメータの関数として、建物の暖房負荷と冷房負荷の要件(つまり、エネルギー効率)を評価することを検討した。

Entree Chicago Recommendation Data
This data contains a record of user interactions with the Entree Chicago restaurant recommendation system.
このデータには、Entree Chicagoのレストラン推薦システムとユーザーとのやりとりの記録が含まれています。

Epileptic Seizure Recognition
This dataset is a pre-processed and re-structured/reshaped version of a very commonly used dataset featuring epileptic seizure detection.
このデータセットは、てんかん発作の検出を特徴とする非常に一般的に使用されているデータセットを事前に処理し、再構築/再整形したものです。

Estimation of obesity levels based on eating habits and physical condition
This dataset include data for the estimation of obesity levels in individuals from the countries of Mexico, Peru and Colombia, based on their eating habits and physical condition.
このデータセットには、メキシコ、ペルー、コロンビアの国々の個人の食習慣と体調から肥満度を推定するためのデータが含まれています。

Exasens
This repository introduces a novel dataset for the classification of 4 groups of respiratory diseases: Chronic Obstructive Pulmonary Disease (COPD), asthma, infected, and Healthy Controls (HC).
エクサセン

Exasens
This repository introduces a novel dataset for the classification of 4 groups of respiratory diseases: Chronic Obstructive Pulmonary Disease (COPD), asthma, infected, and Healthy Controls (HC).
エクサセン

extention of Z-Alizadeh sani dataset
It was collected for CAD diagnosis.
CAD診断のために収集された。

Facebook Comment Volume Dataset
Instances in this dataset contain features extracted from facebook posts. The task associated with the data is to predict how many comments the post will receive.
このデータセットのインスタンスには、facebookの投稿から抽出された特徴が含まれています。このデータに関連するタスクは、投稿がどれだけのコメントを受け取るかを予測することです。

Facebook Large Page-Page Network
This webgraph is a page-page graph of verified Facebook sites. Nodes represent official Facebook pages while the links are mutual likes between sites.
このウェブグラフは、検証済みのFacebookサイトのページグラフです。ノードはFacebookの公式ページを表し、リンクはサイト間の相互の「いいね!」を表しています。

Facebook Live Sellers in Thailand
Facebook pages of 10 Thai fashion and cosmetics retail sellers. Posts of a different nature (video, photos, statuses, and links). Engagement metrics consist of comments, shares, and reactions.
タイのファッションと化粧品の小売店10社のフェイスブックページ。異なる性質の投稿(動画、写真、ステータス、リンク)。エンゲージメント指標は、コメント、シェア、リアクションで構成されています。

Facebook metrics
Facebook performance metrics of a renowned cosmetic’s brand Facebook page.
有名な化粧品ブランドのFacebookページのパフォーマンス指標。

Farm Ads
This data was collected from text ads found on twelve websites that deal with various farm animal related topics. The binary labels are based on whether or not the content owner approves of the ad.
このデータは、様々な農場動物関連のトピックを扱う12のウェブサイトに掲載されているテキスト広告から収集されました。バイナリーラベルは、コンテンツの所有者が広告を承認しているかどうかに基づいています。

Fertility
100 volunteers provide a semen sample analyzed according to the WHO 2010 criteria. Sperm concentration are related to socio-demographic data, environmental factors, health status, and life habits
100人のボランティアがWHOの2010年基準に従って分析された精液サンプルを提供。精子の濃度は、社会統計学的データ、環境要因、健康状態、生活習慣と関連しています。

Firm-Teacher_Clave-Direction_Classification
The data are binary attack-point vectors and their clave-direction class(es) according to the partido-alto-based paradigm.
データは2値攻撃点ベクトルとpartido-altoベースのパラダイムに従ったclave-directionクラスです。

First-order theorem proving
Given a theorem, predict which of five heuristics will give the fastest proof when used by a first-order prover. A sixth prediction declines to attempt a proof, should the theorem be too difficult.
ある定理が与えられたとき、1次プローバーが使用したときに、5つのヒューリスティックのうちどれが最も速く証明できるかを予測してください。6つ目の予測では、定理が難しすぎる場合には、証明を試みることを辞退します。

Flags
From Collins Gem Guide to Flags, 1986
Collins Gem Guide to Flags, 1986より

FMA: A Dataset For Music Analysis
A Dataset For Music Analysis : FMA features 106,574 tracks and includes song title, album, artist, genres; play counts, favorites, comments; description, biography, tags; together with audio (343 days, 917 GiB) and features.
音楽分析のためのデータセット。FMAは106,574曲を収録しており、曲名、アルバム、アーティスト、ジャンル、再生回数、お気に入り、コメント、説明、バイオグラフィー、タグ、音声(343日、917GiB)と機能を含んでいます。

Folio
20 photos of leaves for each of 32 different species.
32種それぞれの葉の写真を20枚掲載。

Forest Fires
This is a difficult regression task, where the aim is to predict the burned area of forest fires, in the northeast region of Portugal, by using meteorological and other data (see details at: http://www.dsi.uminho.pt/~pcortez/forestfires).
ポルトガル北東部地域の森林火災の焼失面積を気象データなどを用いて予測するという難しい回帰課題(詳細はhttp://www.dsi.uminho.pt/~pcortez/forestfiresを参照)。

Forest type mapping
Multi-temporal remote sensing data of a forested area in Japan. The goal is to map different forest types using spectral data.
日本の森林地帯の多時間リモートセンシングデータ。スペクトルデータを用いて異なる森林のタイプをマッピングすることを目的としています。

Function Finding
Cases collected mostly from investigations in physical science; intention is to evaluate function-finding algorithms
主に物理科学の研究から収集した事例が多く、関数探索アルゴリズムの評価を目的としています。

Gas Sensor Array Drift Dataset
This archive contains 13910 measurements from 16 chemical sensors utilized in simulations for drift compensation in a discrimination task of 6 gases at various levels of concentrations.
このアーカイブには、様々な濃度レベルの6種類のガスの識別タスクにおけるドリフト補正のためのシミュレーションに使用された16個の化学センサからの13910個の測定値が含まれています。

Gas Sensor Array Drift Dataset at Different Concentrations
This archive contains 13910 measurements from 16 chemical sensors exposed to 6 different gases at various concentration levels.
このアーカイブには、様々な濃度レベルの6種類のガスに曝露された16個の化学センサから得られた13910個の測定値が含まれています。

Gas sensor array exposed to turbulent gas mixtures
A chemical detection platform composed of 8 chemoresistive gas sensors was exposed to turbulent gas mixtures generated naturally in a wind tunnel. The acquired time series of the sensors are provided.
8つの化学抵抗性ガスセンサで構成された化学検出プラットフォームは、風洞内で自然発生する乱流ガス混合物に曝露されました。これらのセンサの取得した時系列を示す。

Gas sensor array temperature modulation
A chemical detection platform composed of 14 temperature-modulated metal oxide (MOX) gas sensors was exposed during 3 weeks to mixtures of carbon monoxide and humid synthetic air in a gas chamber.
14個の温度変調型金属酸化物(MOX)ガスセンサで構成された化学検出プラットフォームを、ガスチャンバー内の一酸化炭素と湿度の高い合成空気の混合物に3週間曝露した。

Gas sensor array under dynamic gas mixtures
The data set contains the recordings of 16 chemical sensors exposed to two dynamic gas mixtures at varying concentrations. For each mixture, signals were acquired continuously during 12 hours.
データセットには、濃度の異なる2つの動的なガス混合物に曝露された16個の化学センサの記録が含まれています。各混合物について、信号は12時間の間連続的に取得されました。

Gas sensor array under flow modulation
The data set contains 58 time series acquired from 16 chemical sensors under gas flow modulation conditions. The sensors were exposed to different gaseous binary mixtures of acetone and ethanol.
データセットには、ガス流量変調条件下で16個の化学センサから取得された58個の時系列が含まれています。センサーは、アセトンとエタノールの異なるガス状のバイナリ混合物にさらされました。

Gas sensor arrays in open sampling settings
The dataset contains 18000 time-series recordings from a chemical detection platform at six different locations in a wind tunnel facility in response to ten high-priority chemical gaseous substances
データセットには、風洞施設内の6つの異なる場所にある化学検出プラットフォームから、10種類の優先度の高い化学ガス状物質に反応して18000回の時系列記録が含まれています。

Gas sensors for home activity monitoring
100 recordings of a sensor array under different conditions in a home setting: background, wine and banana presentations. The array includes 8 MOX gas sensors, and humidity and temperature sensors.
家庭環境でのさまざまな条件でのセンサーアレイの100回の記録:背景、ワイン、バナナのプレゼンテーション。アレイには、8つのMOXガスセンサ、湿度および温度センサが含まれています。

Gas Turbine CO and NOx Emission Data Set
The dataset contains 36733 instances of 11 sensor measures aggregated over one hour, from a gas turbine located in Turkey for the purpose of studying flue gas emissions, namely CO and NOx.
データセットには、トルコにあるガスタービンからの排ガス、すなわちCOとNOxを研究する目的で、1時間に渡って集約された11のセンサー測定の367733インスタンスが含まれています。

Gastrointestinal Lesions in Regular Colonoscopy
This dataset contains features extracted from colonoscopy videos used to detect gastrointestinal lesions. It contains 76 lesions: 15 serrated adenomas, 21 hyperplastic lesions and 40 adenoma.
このデータセットには、消化管病変の検出に使用される大腸内視鏡検査のビデオから抽出された特徴が含まれています。76の病変が含まれています。鋸歯状腺腫15個、過形成病変21個、腺腫40個です。

gene expression cancer RNA-Seq
This collection of data is part of the RNA-Seq (HiSeq) PANCAN data set, it is a random extraction of gene expressions of patients having different types of tumor: BRCA, KIRC, COAD, LUAD and PRAD.
このデータは、RNA-Seq(HiSeq)PANCANデータセットの一部であり、異なるタイプの腫瘍を持つ患者の遺伝子発現をランダムに抽出したものです。BRCA、KIRC、COAD、LUADおよびPRAD。

Geo-Magnetic field and WLAN dataset for indoor localisation from wristband and smartphone
A multisource and multivariate dataset for indoor localisation methods based on WLAN and Geo-Magnetic field fingerprinting
WLANと地磁気を利用した屋内定位法のための多ソース・多変量データセット

Geographical Original of Music
Instances in this dataset contain audio features extracted from 1059 wave files. The task associated with the data is to predict the geographical origin of music.
このデータセットのインスタンスには、1059個のウェーブファイルから抽出されたオーディオ特徴が含まれています。このデータに関連する課題は、音楽の地理的起源を予測することです。

Gesture Phase Segmentation
The dataset is composed by features extracted from 7 videos with people gesticulating, aiming at studying Gesture Phase Segmentation. It contains 50 attributes divided into two files for each video.
このデータセットは、ジェスチャー位相セグメンテーションの研究を目的として、人々がジェスチャーをしている7つの動画から抽出された特徴量で構成されています。50個の属性を動画ごとに2つのファイルに分けて収録しています。

Gisette
GISETTE is a handwritten digit recognition problem. The problem is to separate the highly confusible digits ‘4’ and ‘9’. This dataset is one of five datasets of the NIPS 2003 feature selection challenge.
GISETTEは手書きの数字認識問題です。この問題は、非常に混同性の高い数字「4」と「9」を分離する問題です。このデータセットは、NIPS 2003の特徴選択チャレンジの5つのデータセットのうちの1つです。

Glass Identification
From USA Forensic Science Service; 6 types of glass; defined in terms of their oxide content (i.e. Na, Fe, K, etc)
USA Forensic Science Serviceより; 6種類のガラス; 酸化物の含有量(Na、Fe、Kなど)で定義されています。

GNFUV Unmanned Surface Vehicles Sensor Data
The data-set contains four (4) sets of mobile sensor readings data (humidity, temperature) corresponding to a swarm of four (4) Unmanned Surface Vehicles (USVs) in a test-bed in Athens (Greece).
データセットには、アテネ(ギリシャ)のテストベッドに設置された4台のUSV(Unmanned Surface Vehicles)の群れに対応する4セットのモバイルセンサー読み取りデータ(湿度、温度)が含まれています。

GNFUV Unmanned Surface Vehicles Sensor Data Set 2
The data-set contains eight (2×4) data-sets of mobile sensor readings data (humidity, temperature) corresponding to a swarm of four Unmanned Surface Vehicles (USVs) in a test-bed, Athens, Greece.
このデータセットには、ギリシャのアテネ(アテネ)にあるテストベッド内の4台のUSV(Unmanned Surface Vehicles)の群に対応する8つのモバイルセンサの読み取りデータ(湿度、温度)が含まれています。

GPS Trajectories
The dataset has been feed by Android app called Go!Track. It is available at Goolge Play Store(https://play.google.com/store/apps/details?id=com.go.router).
データセットはGo!Trackと呼ばれるAndroidアプリによって提供されています。Goolge Play Store(https://play.google.com/store/apps/details?id=com.go.router)で公開されています。

Grammatical Facial Expressions
This dataset supports the development of models that make possible to interpret Grammatical Facial Expressions from Brazilian Sign Language (Libras).
このデータセットは、ブラジル手話(Libras)の文法的表情の解釈を可能にするモデルの開発をサポートしています。

Greenhouse Gas Observing Network
Design an observing network to monitor emissions of a greenhouse gas (GHG) in California given time series of synthetic observations and tracers from weather model simulations.
温室効果ガス(GHG)の排出量を監視するための観測ネットワークを設計します。

Guitar Chords finger positions
Position of the fingers for 2633 guitar chords in standard tuning (double checked with software)
標準チューニングのギターコード2633本の指の位置(ソフトウェアでダブルチェック

Haberman’s Survival
Dataset contains cases from study conducted on the survival of patients who had undergone surgery for breast cancer
乳がんの手術を受けた患者の生存率について実施された研究の事例をデータセットに含む。

Hayes-Roth
Topic: human subjects study
テーマ:ヒトを対象とした研究

HCC Survival
Hepatocellular Carcinoma dataset (HCC dataset) was collected at a University Hospital in Portugal. It contains real clinical data of 165 patients diagnosed with HCC.
肝細胞癌データセット(HCCデータセット)は、ポルトガルの大学病院で収集されたものです。HCCと診断された165人の患者の実臨床データが含まれています。

HCV data
The data set contains laboratory values of blood donors and Hepatitis C patients and demographic values like age.
データセットには、献血者とC型肝炎患者の検査値と年齢などの人口統計学的な値が含まれています。

Health News in Twitter
The data was collected in 2015 using Twitter API. This dataset contains health news from more than 15 major health news agencies such as BBC, CNN, and NYT.
データは2015年にTwitter APIを使用して収集されました。このデータセットには、BBC、CNN、NYTなど15以上の主要な健康ニュース機関の健康ニュースが含まれています。

Heart Disease
4 databases: Cleveland, Hungary, Switzerland, and the VA Long Beach
4つのデータベース。クリーブランド、ハンガリー、スイス、VAロングビーチ

Heart failure clinical records
This dataset contains the medical records of 299 patients who had heart failure, collected during their follow-up period, where each patient profile has 13 clinical features.
心不全のカルテ

Hepatitis
From G.Gong: CMU; Mostly Boolean or numeric-valued attribute types; Includes cost data (donated by Peter Turney)
G.Gongより。CMU; ほとんどがブール値または数値属性型; コストデータを含む (Peter Turney氏寄贈)

Hepatitis C Virus (HCV) for Egyptian patients
Egyptian patients who underwent treatment dosages for HCV about 18 months. Discretization should be applied based on expert recommendations; there is an attached file shows how.
約18ヶ月間HCVの治療を受けたエジプト人患者。離散化は専門家の推奨に基づいて適用する必要があります。

HEPMASS
The search for exotic particles requires sorting through a large number of collisions to find the events of interest. This data set challenges one to detect a new particle of unknown mass.
エキゾチックな粒子を探索するには、興味のあるイベントを見つけるために、多数の衝突を選別する必要があります。このデータセットは、未知の質量を持つ新しい粒子の検出に挑戦しています。

Heterogeneity Activity Recognition
The Heterogeneity Human Activity Recognition (HHAR) dataset from Smartphones and Smartwatches is a dataset devised to benchmark human activity recognition algorithms (classification, automatic data segmentation, sensor fusion, feature extraction, etc.) in real-world contexts; specifically, the dataset is gathered with a variety of different device models and use-scenarios, in order to reflect sensing heterogeneities to be expected in real deployments.
スマートフォンとスマートウォッチの不均一性人間活動認識(HHAR)データセットは、実世界の文脈で人間活動認識アルゴリズム(分類、自動データセグメンテーション、センサーフュージョン、特徴抽出など)をベンチマークするために考案されたデータセットです。

HIGGS
This is a classification problem to distinguish between a signal process which produces Higgs bosons and a background process which does not.
これは、ヒッグス粒子を生成するシグナルプロセスと生成しないバックグラウンドプロセスを区別するための分類問題です。

Hill-Valley
Each record represents 100 points on a two-dimensional graph. When plotted in order (from 1 through 100) as the Y co-ordinate, the points will create either a Hill (a bump in the terrain) or a Valley (a dip in the terrain).
各レコードは2次元グラフ上の100点を表しています。Y座標を1から100までの順にプロットすると、丘(地形のこぶ)と谷(地形の窪み)のどちらかになります。

HIV-1 protease cleavage
The data contains lists of octamers (8 amino acids) and a flag (-1 or 1) depending on whether HIV-1 protease will cleave in the central position (between amino acids 4 and 5).
データは、オクタマー(8アミノ酸)のリストと、HIV-1プロテアーゼが中心位置(アミノ酸4と5の間)で切断するかどうかによるフラグ(-1または1)を含んでいます。

Horse Colic
Well documented attributes; 368 instances with 28 attributes (continuous, discrete, and nominal); 30% missing values
よく文書化された属性;28の属性(連続、離散、名目)を持つ368のインスタンス;30%の欠落値

Horton General Hospital
Horton General Hospital is in the town Banbury not far from Oxford, UK.
Horton General Hospitalは、イギリスのオックスフォードからそう遠くないバンベリーという町にあります。

HTRU2
Pulsar candidates collected during the HTRU survey. Pulsars are a type of star, of considerable scientific interest. Candidates must be classified in to pulsar and non-pulsar classes to aid discovery.
HTRU調査で収集されたパルサー候補。パルサーは星の一種であり、科学的にも非常に興味深いものです。パルサー候補は、発見を助けるためにパルサーと非パルサーに分類されなければなりません。

Human Activity Recognition from Continuous Ambient Sensor Data
This dataset represents ambient data collected in homes with volunteer residents. Data are collected continuously while residents perform their normal routines.
このデータセットは、ボランティアの居住者がいる家庭で収集された環境データです。データは、居住者が通常のルーチンを実行している間、継続的に収集されます。

Human Activity Recognition Using Smartphones
Human Activity Recognition database built from the recordings of 30 subjects performing activities of daily living (ADL) while carrying a waist-mounted smartphone with embedded inertial sensors.
慣性センサーを内蔵した腰に装着したスマートフォンを持ち歩きながら日常生活動作(ADL)を行っている30人の被験者の記録から構築された人間活動認識データベース。

Hybrid Indoor Positioning Dataset from WiFi RSSI, Bluetooth and magnetometer
The dataset was created for the comparison and evaluation of hybrid indoor positioning methods. The dataset presented contains data from W-LAN and Bluetooth interfaces, and Magnetometer.
本データセットは、ハイブリッド屋内測位方式の比較評価のために作成されたものです。発表されたデータセットには、W-LANとBluetoothインタフェース、および磁力計からのデータが含まれています。

ICMLA 2014 Accepted Papers Data Set
This data set compromises the metadata for the 2014 ICMLA conference’s accepted papers, including ID, paper titles, author’s keywords, abstracts and sessions in which they were exposed.
このデータセットは、2014年のICMLA会議のアクセプトされた論文のメタデータ、ID、論文タイトル、著者のキーワード、アブストラクト、およびそれらが公開されたセッションを妥協しています。

ICU
Data set prepared for the use of participants for the 1994 AAAI Spring Symposium on Artificial Intelligence in Medicine.
1994年AAAI Spring Symposium on Artificial Intelligence in Medicineの参加者が使用するために用意されたデータセット。

IDA2016Challenge
The dataset consists of data collected from heavy Scania trucks in everyday usage.
このデータセットは、日常的に使用されている大型スカニアトラックから収集したデータで構成されています。

IIWA14-R820-Gazebo-Dataset-10Trajectories
This dataset contain 10 Trajectories of IIWA14-R820 Gazebo robot model. Based in paper ‘Improving the Inverse Dynamics Model of the KUKA LWR IV+ using Independent Joint Learning’ of Shareef (2016).
このデータセットには、IIWA14-R820ガゼボロボットモデルの10個の軌跡が含まれています。Shareef (2016)の論文「Improving the Inverse Dynamics Model of the KUKA LWR IV+ using Independent Joint Learning」に基づいています。

ILPD (Indian Liver Patient Dataset)
This data set contains 10 variables that are age, gender, total Bilirubin, direct Bilirubin, total proteins, albumin, A/G ratio, SGPT, SGOT and Alkphos.
このデータセットは、年齢、性別、総ビリルビン、直接ビリルビン、総タンパク質、アルブミン、A/G比、SGPT、SGOTおよびAlkphosの10個の変数を含む。

Image Segmentation
Image data described by high-level numeric-valued attributes, 7 classes
高レベルの数値属性、7つのクラスで記述された画像データ

Immunotherapy Dataset
This dataset contains information about wart treatment results of 90 patients using immunotherapy.
本データセットは、免疫療法を用いた90名の患者のイボ治療結果を収録したものです。

Improved Spiral Test Using Digitized Graphics Tablet for Monitoring Parkinson’s Disease
Handwriting database consists of 25 PWP(People with Parkinson) and 15 healthy individuals.Three types of recordings (Static Spiral Test, Dynamic Spiral Test and Stability Test) are taken.
手書きデータベースは、PWP(People with Parkinson)25名と健常者15名で構成されており、静的スパイラルテスト、動的スパイラルテスト、安定性テストの3種類の記録を取得しています。

Incident management process enriched event log
This event log was extracted from data gathered from the audit system of an instance of the ServiceNow platform used by an IT company and enriched with data loaded from a relational database.
このイベントログは、IT企業が利用しているServiceNowプラットフォームのインスタンスの監査システムから収集したデータを抽出し、リレーショナルデータベースから読み込んだデータをリッチ化したものです。

Individual household electric power consumption
Measurements of electric power consumption in one household with a one-minute sampling rate over a period of almost 4 years. Different electrical quantities and some sub-metering values are available.
1世帯の電力消費量を約4年間にわたって1分間のサンプリングレートで測定。異なる電気量といくつかのサブメータの値が利用可能です。

Indoor User Movement Prediction from RSS data
This dataset contains temporal data from a Wireless Sensor Network deployed in real-world office environments. The task is intended as real-life benchmark in the area of Ambient Assisted Living.
このデータセットには、実世界のオフィス環境に配備されたワイヤレスセンサーネットワークからの時間的なデータが含まれています。このタスクは、アンビエント・アシステッドリビングの分野における実生活のベンチマークとして意図されています。

Insurance Company Benchmark (COIL 2000)
This data set used in the CoIL 2000 Challenge contains information on customers of an insurance company. The data consists of 86 variables and includes product usage data and socio-demographic data
CoIL 2000チャレンジで使用されたこのデータセットには、保険会社の顧客に関する情報が含まれています。データは86の変数で構成され、製品使用データと社会統計学的データが含まれています。

Internet Advertisements
This dataset represents a set of possible advertisements on Internet pages.
このデータセットは、インターネットのページに掲載されている可能性のある広告の集合を表しています。

Internet Firewall Data
this data set was collected from the internet traffic records on a university’s firewall.
このデータセットは、大学のファイアウォール上のインターネットトラフィック記録から収集したものです。

Internet Usage Data
This data contains general demographic information on internet users in 1997.
このデータには、1997年のインターネット利用者の一般的な人口統計学的情報が含まれています。

Ionosphere
Classification of radar returns from the ionosphere
電離層からのレーダーリターンの分類

IPUMS Census Database
This data set contains unweighted PUMS census data from the Los Angeles and Long Beach areas for the years 1970, 1980, and 1990.
このデータセットには、1970年、1980年、1990年のロサンゼルスおよびロングビーチ地域のPUMS国勢調査データが含まれています。

Iranian Churn Dataset
This dataset is randomly collected from an Iranian telecom company’s database over a period of 12 months.
このデータセットは、イランの通信会社のデータベースから12ヶ月間に渡ってランダムに収集したものです。

Iris
Famous database; from Fisher, 1936
有名なデータベース; Fisher, 1936より

ISOLET
Goal: Predict which letter-name was spoken–a simple classification task.
目標:どの文字名が話されていた予測 – 単純な分類タスク。

ISTANBUL STOCK EXCHANGE
Data sets includes returns of Istanbul Stock Exchange with seven other international index; SP, DAX, FTSE, NIKKEI, BOVESPA, MSCE_EU, MSCI_EM from Jun 5, 2009 to Feb 22, 2011.
データセットは、2009年6月5日から2011年2月22日までのイスタンブール証券取引所のリターンと他の7つの国際指標(SP、DAX、FTSE、NIKKEI、BOVESPA、MSCE_EU、MSCI_EM)を含む。

Japanese Credit Screening
Includes domain theory (generated by talking to Japanese domain experts); data in Lisp
ドメイン理論(日本のドメインエキスパートに聞いて作成したもの)、Lispデータを含む。

Japanese Vowels
This dataset records 640 time series of 12 LPC cepstrum coefficients taken from nine male speakers.
このデータセットは、9人の男性話者から取得した12のLPC cepstrum係数の640の時系列を記録しています。

KASANDR
KASANDR is a novel, publicly available collection for recommendation systems that records the behavior of customers of the European leader in e-Commerce advertising, Kelkoo.
KASANDRは、ヨーロッパのeコマース広告のリーダーであるKelkooの顧客の行動を記録した、レコメンデーションシステムのための新しい一般公開されたコレクションです。

KDC-4007 dataset Collection
KDC-4007 dataset Collection is the Kurdish Documents Classification text used in categories regarding Kurdish Sorani news and articles.
KDC-4007データセットコレクションは、クルド語ソラニのニュースや記事に関するカテゴリで使用されるクルド語文書分類テキストです。

KDD Cup 1998 Data
This is the data set used for The Second International Knowledge Discovery and Data Mining Tools Competition, which was held in conjunction with KDD-98
KDD-98と併催された「第2回国際知識発見・データマイニングツールコンペティション」で使用されたデータセットです。

KDD Cup 1999 Data
This is the data set used for The Third International Knowledge Discovery and Data Mining Tools Competition, which was held in conjunction with KDD-99
KDD-99との共催で開催された第3回国際知識発見・データマイニングツールコンペティションで使用されたデータセットです。

KEGG Metabolic Reaction Network (Undirected)
KEGG Metabolic pathways modeled as un-directed reaction network. Variety of graphical features presented.
KEGG 代謝経路を無指向反応ネットワークとしてモデル化したもの。様々な特徴をグラフィカルに表現しています。

KEGG Metabolic Relation Network (Directed)
KEGG Metabolic pathways modeled as directed relation network. Variety of graphical features presented.
KEGG 代謝経路を有向関係ネットワークとしてモデル化したもの。様々な特徴をグラフィカルに表示することができます。

Kinship
Relational dataset
関係データセット

Kitsune Network Attack Dataset
A cybersecurity dataset containing nine different network attacks on a commercial IP-based surveillance system and an IoT network. The dataset includes reconnaissance, MitM, DoS, and botnet attacks.
商用IPベースの監視システムとIoTネットワークに対する9種類のネットワーク攻撃を収録したサイバーセキュリティデータセット。このデータセットには、偵察、MitM、DoS、ボットネット攻撃が含まれています。

Labor Relations
From Collective Bargaining Review
団体交渉レビューより

Las Vegas Strip
This dataset includes quantitative and categorical features from online reviews from 21 hotels located in Las Vegas Strip, extracted from TripAdvisor (http://www.tripadvisor.com).
このデータセットには、TripAdvisor(http://www.tripadvisor.com)から抽出した、ラスベガス・ストリップにある21軒のホテルのオンラインレビューから得られた定量的およびカテゴリー的な特徴が含まれています。

Leaf
This dataset consists in a collection of shape and texture features extracted from digital images of leaf specimens originating from a total of 40 different plant species.
このデータセットは、40種類の植物種に由来する葉の標本のデジタル画像から抽出された形状とテクスチャの特徴のコレクションで構成されています。

LED Display Domain
From Classification and Regression Trees book; We provide here 2 C programs for generating sample databases
分類と回帰木の本より; ここでは、サンプルデータベースを生成するための2つのCプログラムを提供します。

Legal Case Reports
A textual corpus of 4000 legal cases for automatic summarization and citation analysis. For each document we collect catchphrases, citations sentences, citation catchphrases and citation classes.
自動要約・引用分析のための4000件の法的事例のテキストコーパス。各文書について、キャッチフレーズ、引用文、引用キャッチフレーズ、引用クラスを収集しています。

Lenses
Database for fitting contact lenses
コンタクトレンズフィッティングデータベース

Letter Recognition
Database of character image features; try to identify the letter
文字画像の特徴をデータベース化したもので、文字の識別を試みる

Libras Movement
The data set contains 15 classes of 24 instances each. Each class references to a hand movement type in LIBRAS (Portuguese name ‘Lngua BRAsileira de Sinais’, oficial brazilian signal language).
データセットには、それぞれ24個のインスタンスからなる15個のクラスが含まれています。各クラスは、LIBRAS(ポルトガル語名「Lngua BRAsileira de Sinais」、ブラジルの公式な信号言語)の手の動きのタイプを参照しています。

Liver Disorders
BUPA Medical Research Ltd. database donated by Richard S. Forsyth
疾患別に分類されたデータの中から、疾患別に分類されたデータを選択することができます。

Localization Data for Person Activity
Data contains recordings of five people performing different activities. Each person wore four sensors (tags) while performing the same scenario five times.
データには、5人の人がさまざまな活動を行った記録が含まれています。各人が4つのセンサー(タグ)を身につけて、同じシナリオを5回実行しています。

Logic Theorist
All code for Logic Theorist
Logic Theorist のすべてのコード

Low Resolution Spectrometer
From IRAS data — NASA Ames Research Center
IRASデータより — NASAエイムズ研究センター

LSVT Voice Rehabilitation
126 samples from 14 participants, 309 features. Aim: assess whether voice rehabilitation treatment lead to phonations considered ‘acceptable’ or ‘unacceptable’ (binary class classification problem).
14名の参加者から126サンプル、309特徴量。目的:音声リハビリテーション治療が「許容できる」と考えられる発声と「許容できない」と考えられる発声のどちらにつながるかを評価する(2値クラス分類問題)。

Lung Cancer
Lung cancer data; no attribute definitions
肺がんデータ;属性定義なし

Lymphography
This lymphography domain was obtained from the University Medical Centre, Institute of Oncology, Ljubljana, Yugoslavia. (Restricted access)
このリンパグラフィー領域は、ユーゴスラビアのリュブリャナにある大学医療センター、Institute of Oncology, Ljubljanaから入手しました。(アクセス制限あり)

M. Tuberculosis Genes
Data giving characteristics of each ORF (potential gene) in the M. tuberculosis bacterium. Sequence, homology (similarity to other genes) and structural information, and function (if known) are provided
結核菌の各ORF(潜在遺伝子)の特徴を与えたデータ。配列、相同性(他の遺伝子との類似性)、構造情報、機能(既知の場合)が掲載されています。

Machine Learning based ZZAlpha Ltd. Stock Recommendations 2012-2014
The data here are the ZZAlpha® machine learning recommendations made for various US traded stock portfolios the morning of each day during the 3 year period Jan 1, 2012 – Dec 31, 2014.
こちらのデータは、2012年1月1日から2014年12月31日までの3年間に、様々な米国株式ポートフォリオに対して毎日朝に行われたZZAlpha®機械学習による推奨をまとめたものです。

Madelon
MADELON is an artificial dataset, which was part of the NIPS 2003 feature selection challenge. This is a two-class classification problem with continuous input variables. The difficulty is that the problem is multivariate and highly non-linear.
MADELONは、2003年のNIPS 2003の特徴選択課題の一部である人工データセットです。連続入力変数を用いた2クラス分類問題です。問題が多変量で非線形性が高いのが難点です。

MAGIC Gamma Telescope
Data are MC generated to simulate registration of high energy gamma particles in an atmospheric Cherenkov telescope
データは、大気圏チェレンコフ望遠鏡での高エネルギーガンマ粒子のレジストレーションをシミュレートするために生成されたMCです。

Malware static and dynamic features VxHeaven and Virus Total
3 datasets: staDynBenignLab.csv, features extracted from 595 files (Win 7 and 8); staDynVxHeaven2698Lab.csv, from 2698 files of VxHeaven and staDynVt2955Lab.csv,from 2955 files of Virus Total.
3つのデータセット: staDynBenignLab.csv, 595ファイル(Win 7と8)から抽出した特徴量, staDynVxHeaven2698Lab.csv, VxHeavenの2698ファイルから抽出した特徴量, staDynVt2955Lab.csv, Virus Totalの2955ファイルから抽出した特徴量。

Mammographic Mass
Discrimination of benign and malignant mammographic masses based on BI-RADS attributes and the patient’s age.
BI-RADSの属性と患者の年齢に基づいたマンモグラフィ乳房腫瘤の良性・悪性の判別

Mechanical Analysis
Fault diagnosis problem of electromechanical devices; also PUMPS DATA SET is newer version with domain theory and results
電気機械装置の故障診断問題; PUMPS DATA SETも新しいバージョンで領域理論と結果を掲載しています。

Mesothelioma’s disease data set
Mesothelioma’s disease data set were prepared at Dicle University Faculty of Medicine in Turkey. Three hundred and twenty-four Mesothelioma patient data. In the dataset, all samples have 34 features.
トルコのDicle大学医学部で中皮腫のデータセットを作成した。中皮腫の患者データは324件。データセットでは、すべてのサンプルが34の特徴量を持っています。

Meta-data
Meta-Data was used in order to give advice about which classification method is appropriate for a particular dataset (taken from results of Statlog project).
メタデータは、特定のデータセットに対してどの分類方法が適切かについてアドバイスを与えるために使用されました(Statlogプロジェクトの結果から抜粋)。

Metro Interstate Traffic Volume
Hourly Minneapolis-St Paul, MN traffic volume for westbound I-94. Includes weather and holiday features from 2012-2018.
I-94西行きのMN州ミネアポリス-セントポール間の1時間ごとの交通量。2012年から2018年までの天候と休日の特徴を含む。

MEU-Mobile KSD
This dataset contains keystroke dynamics data collected on a touch mobile device (Nexus 7). The dataset contains 2856 records, 51 records per subject for 56 subjects.
このデータセットには、タッチモバイルデバイス(Nexus 7)で収集されたキーストロークダイナミクスデータが含まれています。データセットには、56人の被験者に対して1被験者あたり51レコード、2856レコードが含まれています。

MEx
The MEx Multi-modal Exercise dataset contains data of 7 different physiotherapy exercises, performed by 30 subjects recorded with 2 accelerometers, a pressure mat and a depth camera.
MExマルチモーダルエクササイズデータセットは、30人の被験者が行った7種類の理学療法エクササイズのデータを、2つの加速度計、圧力マット、深度カメラで記録したものです。

MHEALTH Dataset
The MHEALTH (Mobile Health) dataset is devised to benchmark techniques dealing with human behavior analysis based on multimodal body sensing.
MHEALTH (Mobile Health) データセットは、マルチモーダルボディセンシングに基づく人間の行動分析技術をベンチマークするために考案されました。

Mice Protein Expression
Expression levels of 77 proteins measured in the cerebral cortex of 8 classes of control and Down syndrome mice exposed to context fear conditioning, a task used to assess associative learning.
恐怖条件付け(連想学習を評価するために使用されるタスク)にさらされた8クラスのコントロールマウスとダウン症マウスの大脳皮質で測定された77種類のタンパク質の発現レベル。

microblogPCU
MicroblogPCU data is crawled from sina weibo microblog[http://weibo.com/]. This data can be used to study machine learning methods as well as do some social network research.
MicroblogPCUのデータは、sina weibo microblog[http://weibo.com/]からクローリングされています。このデータは、機械学習の研究やソーシャルネットワークの研究に利用できます。

MicroMass
A dataset to explore machine learning approaches for the identification of microorganisms from mass-spectrometry data.
質量分析データからの微生物同定のための機械学習アプローチを探るためのデータセット。

MiniBooNE particle identification
This dataset is taken from the MiniBooNE experiment and is used to distinguish electron neutrinos (signal) from muon neutrinos (background).
このデータセットはMiniBooNE実験から取得したもので、電子ニュートリノ(シグナル)とミューニュートリノ(バックグラウンド)を区別するために使用されています。

Miskolc IIS Hybrid IPS
The dataset was created for the comparison and evaluation of hybrid indoor positioning methods. The dataset presented contains data from W-LAN and Bluetooth interfaces, and Magnetometer.
このデータセットは、ハイブリッド屋内測位法の比較評価のために作成されました。発表されたデータセットには、W-LANとBluetoothインタフェース、地磁気計からのデータが含まれています。

Mobile Robots
Learning concepts from sensor data of a mobile robot; set of data sets
移動ロボットのセンサデータからの学習概念; データセット一式

MoCap Hand Postures
5 types of hand postures from 12 users were recorded using unlabeled markers attached to fingers of a glove in a motion capture environment. Due to resolution and occlusion, missing values are common.
12人のユーザーから5種類の手の姿勢を、モーションキャプチャー環境で手袋の指に取り付けられたラベルのないマーカーを使って記録しました。解像度やオクルージョンの関係で、値が欠落していることがよくあります。

Molecular Biology (Promoter Gene Sequences)
E. Coli promoter gene sequences (DNA) with partial domain theory
E. 部分ドメイン理論を用いた大腸菌プロモーター遺伝子配列(DNA

Molecular Biology (Protein Secondary Structure)
From CMU connectionist bench repository; Classifies secondary structure of certain globular proteins
CMU connectionist bench repositoryより; 特定の球状タンパク質の二次構造を分類しています。

Molecular Biology (Splice-junction Gene Sequences)
Primate splice-junction gene sequences (DNA) with associated imperfect domain theory
霊長類のスプライス結合遺伝子配列(DNA)と不完全領域理論の関係

MONK’s Problems
A set of three artificial domains over the same attribute space; Used to test a wide range of induction algorithms
同一属性空間上の3つの人工領域の集合;幅広い誘導アルゴリズムをテストするために使用される

Monolithic Columns in Troad and Mysia Region
These data have been constituted to clarify the distribution in Northwestern Anatolia of the monolithic columns produced in the ancient granite quarries located in Troad and Mysia Regions.
これらのデータは、アナトリア北西部のTroad地域とMysia地域にある古代花崗岩の採石場で産出された一枚岩柱の分布を明らかにするために作成されたものである。

Moral Reasoner
Horn-clause model that qualitatively simulates moral reasoning; Theory includes negated literals
道徳的推論を質的にシミュレートする角句モデル; 理論には否定されたリテラルが含まれる

Motion Capture Hand Postures
5 types of hand postures from 12 users were recorded using unlabeled markers on fingers of a glove in a motion capture environment. Due to resolution and occlusion, missing values are common.
モーションキャプチャー環境下で手袋の指にラベルの付いていないマーカーを使用して、12人のユーザーから5種類の手の姿勢を記録しました。解像度とオクルージョンの関係で、欠落した値がよく見られます。

Movie
This data set contains a list of over 10000 films including many older, odd, and cult films. There is information on actors, casts, directors, producers, studios, etc.
このデータセットには、多くの古い映画、奇抜な映画、カルト映画を含む10000本以上の映画のリストが含まれています。俳優、キャスト、監督、プロデューサー、スタジオなどの情報があります。

MSNBC.com Anonymous Web Data
This data describes the page visits of users who visited msnbc.com on September 28, 1999. Visits are recorded at the level of URL category (see description) and are recorded in time order.
このデータは、1999年9月28日にmsnbc.comを訪問したユーザーのページ訪問数を記述しています。訪問者はURLカテゴリのレベルで記録され(説明を参照)、時間順に記録されています。

Mturk User-Perceived Clusters over Images
This dataset was collected by Shan-Hung Wu and DataLab members at NTHU, Taiwan. There’re 325 user-perceived clusters from 100 users and their corresponding descriptions.
このデータセットは、台湾のNTHUのShan-Hung WuとDataLabのメンバーによって収集されました。100人のユーザーの中から325人のユーザーが感知したクラスタと、それに対応する説明があります。

Multimodal Damage Identification for Humanitarian Computing
5879 captioned images (image and text) from social media related to damage during natural disasters/wars, and belong to 6 classes: Fires, Floods, Natural landscape, Infrastructural, Human, Non-damage.
自然災害・戦争時の被害に関連したソーシャルメディアのキャプション付き画像(画像とテキスト)5879枚で、6つのクラスに分類されます。火災、洪水、自然景観、インフラ、人間、非被害の6つのクラスに分類されます。

Multiple Features
This dataset consists of features of handwritten numerals (`0′–`9′) extracted from a collection of Dutch utility maps
このデータセットは、オランダのユーティリティマップのコレクションから抽出された手書きの数字(`0「–`9」)の特徴から構成されています。

Mushroom
From Audobon Society Field Guide; mushrooms described in terms of physical characteristics; classification: poisonous or edible
オードボン協会のフィールドガイドより; 物理的特徴で説明されたキノコ; 分類:有毒または食用のキノコ

Musk (Version 1)
The goal is to learn to predict whether new molecules will be musks or non-musks
目標は、新しい分子が麝香か非麝香かを予測することを学ぶことです。

Musk (Version 2)
The goal is to learn to predict whether new molecules will be musks or non-musks
目標は、新しい分子が麝香か非麝香かを予測することを学ぶことです。

Nasarian CAD Dataset
This dataset comprises records of 150 subjects (all male employees in Iran have visited the Abadan Occupational (Industrial) Medicine Clinic) and 52 features.
このデータセットは、150人の被験者(イランの男性従業員全員がアバダン職業(産業)医学クリニックを受診している)の記録と52の特徴から構成されている。

News Aggregator
References to news pages collected from an web aggregator in the period from 10-March-2014 to 10-August-2014. The resources are grouped into clusters that represent pages discussing the same story.
2014年3月10日から2014年8月10日までの期間にウェブアグリゲータから収集されたニュースページへの参照。リソースは、同じストーリーを議論しているページを表すクラスタにグループ化されています。

News Popularity in Multiple Social Media Platforms
Large data set of news items and their respective social feedback on multiple platforms: Facebook, Google+ and LinkedIn.
複数のプラットフォーム上のニュースアイテムとそれぞれのソーシャルフィードバックの大規模なデータセット。Facebook、Google+、LinkedIn。

Newspaper and magazine images segmentation dataset
Dataset is well suited for segmentation tasks. It contains 101 scanned pages from different newspapers and magazines in Russian with ground truth pixel-based masks.
データセットはセグメンテーションタスクに適しています。このデータセットには、ロシア語の異なる新聞や雑誌からスキャンされた101ページが含まれており、基底真実ピクセルベースのマスクが付いています。

NIPS Conference Papers 1987-2015
This data set contains the distribution of words in the full text of the NIPS conference papers published from 1987 to 2015.
このデータセットには、1987年から2015年までに出版されたNIPSの会議論文の全文に含まれる単語の分布が含まれています。

NoisyOffice
Corpus intended to do cleaning (or binarization) and enhancement of noisy grayscale printed text images using supervised learning methods. Noisy images and their corresponding ground truth provided.
コーパスは、教師付き学習法を用いてノイズの多いグレースケールの印刷されたテキスト画像のクリーニング(または二値化)とエンハンスメントを行うことを目的としています。ノイズの多い画像とそれに対応する基底真理値が提供されています。

Nomao
Nomao collects data about places (name, phone, localization…) from many sources. Deduplication consists in detecting what data refer to the same place. Instances in the dataset compare 2 spots.
Nomaoは多くのソースから場所に関するデータ(名前、電話、位置情報…)を収集しています。重複排除は、どのデータが同じ場所を参照しているかを検出することで構成されています。データセットのインスタンスは2つのスポットを比較します。

Northix
Northix is designed to be a schema matching benchmark problem for data integration of two entity relationship databases.
Northixは、2つの実体関係データベースのデータ統合のためのスキーママッチングのベンチマーク問題として設計されています。

NSF Research Award Abstracts 1990-2003
This data set consists of (a) 129,000 abstracts describing NSF awards for basic research, (b) bag-of-word data files extracted from the abstracts, (c) a list of words used for indexing the bag-of-word
このデータセットは、(a)NSFの基礎研究賞を記載した129,000件のアブストラクト、(b)アブストラクトから抽出したBag-of-wordデータファイル、(c)Bag-of-wordの索引付けに使用した単語のリストから構成されています。

Nursery
Nursery Database was derived from a hierarchical decision model originally developed to rank applications for nursery schools.
保育園データベースは、元々は保育園の願書をランク付けするために開発された階層的な意思決定モデルから派生したものですが、現在では、保育園の願書をランク付けするために開発された階層的な意思決定モデルを利用しています。

NYSK
NYSK (New York v. Strauss-Kahn) is a collection of English news articles about the case relating to allegations of sexual assault against the former IMF director Dominique Strauss-Kahn (May 2011).
NYSK (New York v. Strauss-Kahn)は、ドミニク・ストラウス=カーン元IMF理事に対する性的暴行疑惑に関する事件(2011年5月)についての英語ニュース記事を集めたものです。

Occupancy Detection
Experimental data used for binary classification (room occupancy) from Temperature,Humidity,Light and CO2. Ground-truth occupancy was obtained from time stamped pictures that were taken every minute.
温度、湿度、光、CO2の3つのデータから2値分類(部屋の占有率)に使用した実験データ。グランドトゥルースの占有率は、1分ごとに撮影されたタイムスタンプ画像から得られた。

OCT data & Color Fundus Images of Left & Right Eyes
This dataset contains OCT data (in mat format) and color fundus data (in jpg format) of left & right eyes of 50 healthy persons.
このデータセットには、健常者50人の左目と右目のOCTデータ(mat形式)とカラー眼底データ(jpg形式)が含まれています。

One-hundred plant species leaves data set
Sixteen samples of leaf each of one-hundred plant species. For each sample, a shape descriptor, fine scale margin and texture histogram are given.
100種類の植物の葉のサンプルを16個ずつ収録しています。各サンプルについて、形状記述子、微細なスケールマージン、テクスチャヒストグラムが与えられています。

Online Handwritten Assamese Characters Dataset
This is a dataset of 8235 online handwritten assamese characters. The ‘online’ process involves capturing of data as text is written on a digitizing tablet with an electronic pen.
これは、オンラインの手書きアッサム文字8235文字のデータセットです。オンライン」プロセスでは、テキストが電子ペンでデジタル化されたタブレットに書き込まれ、データが取得されます。

Online News Popularity
This dataset summarizes a heterogeneous set of features about articles published by Mashable in a period of two years. The goal is to predict the number of shares in social networks (popularity).
このデータセットは、2年間の期間にMashableによって公開された記事に関する特徴の異質なセットを要約したものです。目的は、ソーシャルネットワークでのシェア数(人気度)を予測することです。

Online Retail
This is a transnational data set which contains all the transactions occurring between 01/12/2010 and 09/12/2011 for a UK-based and registered non-store online retail.
これは、英国に拠点を置き、登録された無店舗のオンライン小売業者の2010年12月1日から2011年12月9日までの間に発生したすべての取引を含む、国境を越えたデータセットです。

Online Retail II
A real online retail transaction data set of two years.
2年間の実在するオンライン小売の取引データセット。

Online Shoppers Purchasing Intention Dataset
Of the 12,330 sessions in the dataset, 84.5% (10,422) were negative class samples that did not end with shopping, and the rest (1908) were positive class samples ending with shopping.
データセットの12,330セッションのうち、84.5% (10,422)はショッピングで終わらなかったネガティブクラスのサンプルで、残りのサンプル (1908)はショッピングで終わったポジティブクラスのサンプルでした。

Online Video Characteristics and Transcoding Time Dataset
The dataset contains a million randomly sampled video instances listing 10 fundamental video characteristics along with the YouTube video ID.
データセットには、ランダムにサンプリングされた100万個の動画インスタンスが含まれており、YouTubeの動画IDとともに10の基本的な動画特性がリストアップされています。

Open University Learning Analytics dataset
Open University Learning Analytics Dataset contains data about courses, students and their interactions with Virtual Learning Environment for seven selected courses and more than 30000 students.
Open University Learning Analytics Datasetには、選択された7つのコースと30000人以上の学生のコース、学生、仮想学習環境との相互作用に関するデータが含まれています。

Opinion Corpus for Lebanese Arabic Reviews (OCLAR)
Opinion Corpus for Lebanese Arabic Reviews (OCLAR) corpus is utilizable for Arabic sentiment classification on services’ reviews, including hotels, restaurants, shops, and others.
OCLAR (Opinion Corpus for Lebanese Arabic Reviews) コーパスは、ホテル、レストラン、ショップなどのサービスのレビューをアラビア語でセンチメント分類するために利用されています。

Opinosis Opinion ⁄ Review
This dataset contains sentences extracted from user reviews on a given topic. Example topics are ‘performance of Toyota Camry’ and ‘sound quality of ipod nano’.
このデータセットには、与えられたトピックに関するユーザーレビューから抽出された文が含まれています。トピックの例としては、「トヨタカムリの性能」、「ipod nanoの音質」などがある。

OpinRank Review Dataset
This data set contains user reviews of cars and and hotels collected from Tripadvisor (~259,000 reviews) and Edmunds (~42,230 reviews).
このデータセットには、Tripadvisor (~259,000 レビュー) と Edmunds (~42,230 レビュー) から収集した車やホテルのユーザーレビューが含まれています。

OPPORTUNITY Activity Recognition
The OPPORTUNITY Dataset for Human Activity Recognition from Wearable, Object, and Ambient Sensors is a dataset devised to benchmark human activity recognition algorithms (classification, automatic data segmentation, sensor fusion, feature extraction, etc).
OPPORTUNITY Dataset for Human Activity Recognition from Wearable, Object, and Ambient Sensorsは、人間の活動認識アルゴリズム(分類、自動データセグメンテーション、センサフュージョン、特徴抽出など)をベンチマークするために考案されたデータセットです。

Optical Interconnection Network
This dataset contains 640 performance measurements from a simulation of 2-Dimensional Multiprocessor Optical Interconnection Network.
このデータセットには、2次元マルチプロセッサ光相互接続ネットワークのシミュレーションから得られた640件の性能測定値が含まれています。

Optical Recognition of Handwritten Digits
Two versions of this database available; see folder
このデータベースには2つのバージョンがあります。

Othello Domain Theory
Used in research to generate features for an inductive learning system
帰納的学習システムの特徴量を生成するための研究に使用される

Ozone Level Detection
Two ground ozone level data sets are included in this collection. One is the eight hour peak set (eighthr.data), the other is the one hour peak set (onehr.data). Those data were collected from 1998 to 2004 at the Houston, Galveston and Brazoria area.
このコレクションには、2つの地上オゾンレベルデータセットが含まれています。1つは8時間のピークデータ(eighhr.data)、もう1つは1時間のピークデータ(onehr.data)です。これらのデータは、1998年から2004年までヒューストン、ガルベストン、ブラゾリア地域で収集されました。

p53 Mutants
The goal is to model mutant p53 transcriptional activity (active vs inactive) based on data extracted from biophysical simulations.
目的は、生物物理学的シミュレーションから抽出されたデータに基づいて、変異体p53の転写活性(活性 vs 不活性)をモデル化することです。

Page Blocks Classification
The problem consists of classifying all the blocks of the page layout of a document that has been detected by a segmentation process.
この問題は、セグメンテーション処理によって検出された文書のページレイアウトのすべてのブロックを分類することで構成されています。

PAMAP2 Physical Activity Monitoring
The PAMAP2 Physical Activity Monitoring dataset contains data of 18 different physical activities, performed by 9 subjects wearing 3 inertial measurement units and a heart rate monitor.
PAMAP2身体活動モニタリングデータセットは、3つの慣性計測ユニットと心拍数モニターを装着した9人の被験者によって実行された18種類の身体活動のデータを含んでいます。

PANDOR
PANDOR is a novel and publicly available dataset for online recommendation provided by Purch (http://www.purch.com/).
PANDORは、Purchase(http://www.purch.com/)が提供するオンラインレコメンデーションのための斬新で一般に公開されているデータセットです。

Paper Reviews
This sentiment analysis data set contains scientific paper reviews from an international conference on computing and informatics. The task is to predict the orientation or the evaluation of a review.
このセンチメント分析データセットには、コンピューティングと情報学に関する国際会議で発表された科学論文のレビューが含まれています。課題は、レビューの方向性や評価を予測することです。

Parking Birmingham
Data collected from car parks in Birmingham that are operated by NCP from Birmingham City Council. UK Open Government Licence (OGL). https://data.birmingham.gov.uk/dataset/birmingham-parking
バーミンガム市議会からNCPが運営するバーミンガム市内の駐車場から収集したデータ。UK Open Government Licence (OGL) https://data.birmingham.gov.uk/dataset/birmingham-parking。

Parkinson Dataset with replicated acoustic features
Contains acoustic features extracted from 3 voice recording replications of the sustained /a/ phonation for each one of the 80 subjects (40 of them with Parkinson’s Disease).
80人の被験者(うち40人はパーキンソン病患者)の各人の持続的/a/音韻の3回の音声録音の再現から抽出した音響的特徴が含まれています。

Parkinson Disease Spiral Drawings Using Digitized Graphics Tablet
Handwriting database consists of 62 PWP(People with Parkinson) and 15 healthy individuals. Three types of recordings (Static Spiral Test, Dynamic Spiral Test and Stability Test) are taken.
手書きデータベースは、62名のPWP(People with Parkinson)と15名の健常者から構成されています。3種類の記録(Static Spiral Test, Dynamic Spiral Test, Stability Test)を取得した。

Parkinson Speech Dataset with Multiple Types of Sound Recordings
The training data belongs to 20 Parkinson’s Disease (PD) patients and 20 healthy subjects. From all subjects, multiple types of sound recordings (26) are taken.
トレーニングデータは、パーキンソン病(PD)患者20人と健常者20人のもの。すべての被験者から、複数種類の音声記録(26)を取得した。

Parkinson’s Disease Classification
The data used in this study were gathered from 188 patients with PD (107 men and 81 women) with ages ranging from 33 to 87 (65.1±10.9).
この研究で使用されたデータは、年齢が33歳から87歳(65.1±10.9)までのPD患者188人(男性107人、女性81人)から収集された。

Parkinsons
Oxford Parkinson’s Disease Detection Dataset
オックスフォード・パーキンソン病検出データセット

Parkinsons Telemonitoring
Oxford Parkinson’s Disease Telemonitoring Dataset
オックスフォード・パーキンソン病テレモニタリング・データセット

Pedestrian in Traffic Dataset
This data-set contains a number of pedestrian tracks recorded from a vehicle driving in a town in southern Germany. The data is particularly well-suited for multi-agent motion prediction tasks.
このデータセットには、ドイツ南部の町を走行する自動車から記録された歩行者の足跡が多数含まれている。このデータは特にマルチエージェントの動き予測タスクに適している。

PEMS-SF
15 months worth of daily data (440 daily records) that describes the occupancy rate, between 0 and 1, of different car lanes of the San Francisco bay area freeways across time.
サンフランシスコ湾岸エリアのフリーウェイの異なる車線の占有率(0から1の間)を時系列で記述した15ヶ月分の日次データ(440件の日次記録)。

Pen-Based Recognition of Handwritten Digits
Digit database of 250 samples from 44 writers
44人のライターによる250サンプルのデジットデータベース

Perfume Data
This data consists of odors of 20 different perfumes. Data was obtained by using a handheld odor meter (OMX-GR sensor) per second for 28 seconds period.
このデータは、20種類の香水の匂いで構成されています。データは、ハンドヘルド臭気計(OMX-GRセンサー)を使用して、毎秒28秒の周期で取得しました。

Person Classification Gait Data
Gait is considered a biometric criterion. Therefore, we tried to classify people with gait analysis with this gait data set.
歩行は生体情報の基準と考えられています。そこで、この歩行データセットを用いて、歩行分析による人の分類を試みた。

Phishing Websites
This dataset collected mainly from: PhishTank archive, MillerSmiles archive, Google’s searching operators.
このデータセットは主に以下から収集されました:PhishTankアーカイブ、MillerSmilesアーカイブ、Googleの検索オペレーター。

Physical Unclonable Functions
The dataset is generated from Physical Unclonable Functions (PUFs) simulation, specifically XOR Arbiter PUFs. PUFs are used for authentication purposes. For more info, refer to our paper below.
このデータセットは、物理アンクローナブル関数(PUF)シミュレーション、特にXORアービターPUFから生成されています。PUFは認証の目的で使用されます。詳細は下記の論文を参照してください。

Physicochemical Properties of Protein Tertiary Structure
This is a data set of Physicochemical Properties of Protein Tertiary Structure. The data set is taken from CASP 5-9. There are 45730 decoys and size varying from 0 to 21 armstrong.
タンパク質三次構造の物理化学的性質のデータセットです。CASP 5-9からのデータセットです。45730個のデコイがあり、サイズは0から21 armstrongまで様々です。

Pioneer-1 Mobile Robot Data
“This dataset contains time series sensor readings of the Pioneer-1 mobile robot. The data is broken into “”experiences”” in which the robot takes action for some period of time and experiences a control”
このデータセットには、Pioneer-1移動ロボットの時系列センサー読み取り値が含まれています。このデータは、ロボットが一定期間行動をとり、制御を経験する「経験」に分けられています。

Pittsburgh Bridges
Bridges database that has original and numeric-discretized datasets
オリジナルデータセットと数値化されたデータセットを持つブリッジデータベース

Planning Relax
The dataset concerns with the classification of two mental stages from recorded EEG signals: Planning (during imagination of motor act) and Relax state.
このデータセットは、記録された脳波信号から2つの精神段階を分類したものです。計画性(運動行為を想像している間)とリラックス状態です。

Plants
Data has been extracted from the USDA plants database. It contains all plants (species and genera) in the database and the states of USA and Canada where they occur.
データはUSDAの植物データベースから抽出されています。このデータベースには、データベース内のすべての植物(種と属)と、それらが発生するアメリカとカナダの州が含まれています。

PM2.5 Data of Five Chinese Cities
This hourly data set contains the PM2.5 data in Beijing, Shanghai, Guangzhou, Chengdu and Shenyang. Meanwhile, meteorological data for each city are also included.
この1時間ごとのデータセットには、北京、上海、広州、成都、瀋陽のPM2.5のデータが含まれています。一方、各都市の気象データも含まれています。

PMU-UD
The handwritten dataset was collected from 170 participants with a total of 5,180 numeral patterns. The dataset is named Prince Mohammad Bin Fahd University – Urdu/Arabic Database (PMU-UD).
手書きのデータセットは、170人の参加者から合計5,180の数字のパターンで収集された。データセットはPrince Mohammad Bin Fahd University – Urdu/Arabic Database(PMU-UD)と名付けられた。

Poker Hand
Purpose is to predict poker hands
目的はポーカーハンドの予測

Polish companies bankruptcy data
The dataset is about bankruptcy prediction of Polish companies.The bankrupt companies were analyzed in the period 2000-2012, while the still operating companies were evaluated from 2007 to 2013.
このデータセットは、ポーランド企業の倒産予測に関するもので、2000年から2012年の間に倒産した企業を分析し、2007年から2013年の間に事業を継続している企業を評価しています。

Post-Operative Patient
Dataset of patient features
患者の特徴のデータセット

PPG-DaLiA
PPG-DaLiA contains data from 15 subjects wearing physiological and motion sensors, providing a PPG dataset for motion compensation and heart rate estimation in Daily Life Activities.
PPG-DaLiAには、生理学的センサーとモーションセンサーを装着した15人の被験者のデータが含まれており、日常生活活動における体動補償と心拍数推定のためのPPGデータセットを提供しています。

Predict keywords activities in a online social media
The data from Twitter was collected during 360 consecutive days. It was done by querying 1497 English keywords sampled from Wikipedia. This dataset is proposed in a Learning to rank setting.
データは、360日連続でTwitterから収集した。これは、Wikipediaからサンプリングした1497個の英語キーワードをクエリーすることによって行われた。このデータセットは、ランク付けのための学習設定で提案されています。

Primary Tumor
From Ljubljana Oncology Institute
リュブリャナ腫瘍研究所より

Prodigy
Assorted domains like blocksworld, eightpuzzle, and schedworld.
blocksworld, eightpuzzle, schedworldなどのドメインの詰め合わせ。

Protein Data
Undocumented
ドキュメント化されていない

Pseudo Periodic Synthetic Time Series
This data set is designed for testing indexing schemes in time series databases. The data appears highly periodic, but never exactly repeats itself.
このデータセットは、時系列データベースのインデックス作成スキームをテストするために設計されています。データは非常に周期的に見えますが、決して正確に繰り返すことはありません。

PubChem Bioassay Data
These highly imbalanced bioassay datasets are from the differing types of screening that can be performed using HTS technology. 21 datasets were created from 12 bioassays.
これらの非常に不均衡なバイオアッセイのデータセットは、HTS技術を用いて実行できる様々なタイプのスクリーニングに由来しています。12のバイオアッセイから21のデータセットが作成されました。

QSAR androgen receptor
1024 binary attributes (molecular fingerprints) used to classify 1687 chemicals into 2 classes (binder to androgen receptor/positive, non-binder to androgen receptor /negative)
1687種類の化学物質を2つのクラス(アンドロゲン受容体への結合剤/陽性、アンドロゲン受容体への非結合剤/陰性)に分類するために使用された1024の2値属性(分子フィンガープリント)。

QSAR aquatic toxicity
Data set containing values for 8 attributes (molecular descriptors) of 546 chemicals used to predict quantitative acute aquatic toxicity towards Daphnia Magna..
ミジンコに対する定量的な急性水生毒性を予測するために使用された546種の化学物質の8つの属性(分子記述子)の値を含むデータセット。

QSAR Bioconcentration classes dataset
Dataset of manually-curated Bioconcentration factor (BCF, fish) and mechanistic classes for QSAR modeling.
QSARモデリングのための生物濃縮係数(BCF, 魚類)とメカニッククラスを手動で収集したデータセット。

QSAR biodegradation
Data set containing values for 41 attributes (molecular descriptors) used to classify 1055 chemicals into 2 classes (ready and not ready biodegradable).
1055種の化学物質を2つのクラスに分類するために使用された41の属性(分子記述子)の値を含むデータセット(レディ生分解性と非レディ生分解性)。

QSAR fish bioconcentration factor (BCF)
Experimental bioconcentration factor (BCF) for 1056 molecules and binary fingeprints (extended connectivity) to be used for QSAR modeling.
1056 分子の実験的生物濃縮係数(BCF)と、QSAR モデリングに使用するバイナリフィンゲプリント(拡張接続性)。

QSAR fish toxicity
Data set containing values for 6 attributes (molecular descriptors) of 908 chemicals used to predict quantitative acute aquatic toxicity towards the fish Pimephales promelas (fathead minnow).
Pimephales promelas (fathead minnow)に対する定量的な急性水生毒性を予測するために使用された908種類の化学物質の6つの属性(分子記述子)の値を含むデータセット。

QSAR oral toxicity
Data set containing values for 1024 binary attributes (molecular fingerprints) used to classify 8992 chemicals into 2 classes (very toxic/positive, not very toxic/negative)
8992種の化学物質を2つのクラスに分類するために使用された1024の2値属性(分子フィンガープリント)の値を含むデータセット(非常に毒性が強い/陽性、毒性が強くない/陰性)。

QtyT40I10D100K
Since there is no numerical sequential data stream available in standard data sets, this data set is generated from the original T40I10D100K data set
標準データセットには数値シーケンシャルデータストリームがないため、このデータセットはオリジナルのT40I10D100Kデータセットから生成されています。

Quadruped Mammals
The file animals.c is a data generator of structured instances representing quadruped animals
ファイル animals.c は、四足動物を表す構造化インスタンスのデータ生成器です。

Qualitative Structure Activity Relationships
Two sets of datasets are given: pyrimidines and triazines
ピリミジンとトリアジンの2つのデータセットが与えられています。

Qualitative_Bankruptcy
Predict the Bankruptcy from Qualitative parameters from experts.
専門家からの質的パラメータから破産を予測する

Quality Assessment of Digital Colposcopies
This dataset explores the subjective quality assessment of digital colposcopies.
このデータセットは、デジタルコルポスコピーの主観的な品質評価を探ります。

Query Analytics Workloads Dataset
The data-set contains three (3) sets of range/radius query workloads from Gaussian distributions over a real dataset; Each query is associated with aggregate scalar values (count/sum/average).
データセットには、実データセット上のガウス分布からの範囲/半径のクエリワークロードの3つのセットが含まれています;各クエリは、集約スカラー値(カウント/サム/平均)に関連付けられています。

Real estate valuation data set
The ‘real estate valuation’ is a regression problem. The market historical data set of real estate valuation are collected from Sindian Dist., New Taipei City, Taiwan.
不動産評価」は回帰問題です。不動産評価の市場履歴データセットは、台湾の新北市新店區から収集しました。

Real-time Election Results: Portugal 2019
Portugal 2019 : Data set of the real-time election results of the 2019 Portuguese Parliamentary Election.
ポルトガル2019年:2019年ポルトガル議会選挙のリアルタイム選挙結果のデータセット。

REALDISP Activity Recognition Dataset
The REALDISP dataset is devised to evaluate techniques dealing with the effects of sensor displacement in wearable activity recognition as well as to benchmark general activity recognition algorithms
REALDISPデータセットは、ウェアラブル活動認識におけるセンサー変位の影響を扱う技術を評価するために考案されているだけでなく、一般的な活動認識アルゴリズムをベンチマークするために

Record Linkage Comparison Patterns
Element-wise comparison of records with personal data from a record linkage setting. The task is to decide from a comparison pattern whether the underlying records belong to one person.
レコードリンク設定の個人データとレコードの要素ごとの比較。このタスクは、比較パターンから、基礎となるレコードが1人の個人に属するかどうかを判断することです。

Refractive errors
Effect of life style and genetic on eye refractive errors.
眼の屈折異常に及ぼす生活習慣と遺伝の影響

Relative location of CT slices on axial axis
The dataset consists of 384 features extracted from CT images. The class variable is numeric and denotes the relative location of the CT slice on the axial axis of the human body.
データセットはCT画像から抽出した384個の特徴量で構成されています。クラス変数は数値であり、人体の軸線上でのCTスライスの相対的な位置を表す。

Repeat Consumption Matrices
The dataset contains 7 datasets of User – Item matrices, where each entry represents how many times a user consumed an item. Item is used as an umbrella term for various categories.
データセットには7つのUser – Item行列が含まれており、各項目はユーザーがある項目を何回消費したかを表しています。アイテムは、様々なカテゴリの包括的な用語として使用されます。

Residential Building Data Set
Data set includes construction cost, sale prices, project variables, and economic variables corresponding to real estate single-family residential apartments in Tehran, Iran.
データセットには、イランのテヘランにある一戸建て住宅の不動産に対応する建設費、販売価格、プロジェクト変数、経済変数が含まれています。

Restaurant & consumer data
The dataset was obtained from a recommender system prototype. The task was to generate a top-n list of restaurants according to the consumer preferences.
データセットはレコメンダーシステムのプロトタイプから取得した。タスクは、消費者の好みに応じたレストランのトップNリストを生成することであった。

Reuters RCV1 RCV2 Multilingual, Multiview Text Categorization Test collection
This test collection contains feature characteristics of documents originally written in five different languages and their translations, over a common set of 6 categories.
このテストコレクションは、もともと5つの異なる言語で書かれた文書とその翻訳の特徴的な特徴を、6つのカテゴリの共通のセットにわたって含んでいます。

Reuters Transcribed Subset
This dataset is created by reading out 200 files from the 10 largest Reuters classes and using an Automatic Speech Recognition system to create corresponding transcriptions.
このデータセットは、最大10のロイタークラスから200のファイルを読み上げ、自動音声認識システムを使用して対応するテープ起こしを作成することで作成されています。

Reuters-21578 Text Categorization Collection
This is a collection of documents that appeared on Reuters newswire in 1987. The documents were assembled and indexed with categories.
これは、1987年にロイターのニュースワイヤーに掲載された文書を集めたものです。文書を集め、カテゴリー別にインデックスを作成した。

Reuter_50_50
The dataset is used for authorship identification in online Writeprint which is a new research field of pattern recognition.
データセットは、パターン認識の新しい研究分野であるオンラインWriteprintの著者識別に使用されています。

Rice (Cammeo and Osmancik)
A total of 3810 rice grain’s images were taken for the two species, processed and feature inferences were made. 7 morphological features were obtained for each grain of rice.
2種について合計3810枚の米粒の画像を撮影し、処理して特徴推論を行った。その結果、米粒ごとに7つの形態学的特徴が得られた。

Rice Leaf Diseases
There are three classes/diseases: Bacterial leaf blight, Brown spot, and Leaf smut, each having 40 images. The format of all images is jpg.
3つのクラス/疾患があります。Bacterial leaf blight、Brown spot、Leaf smutの3つのクラス/疾患があり、それぞれ40枚の画像があります。すべての画像のフォーマットはjpgです。

Robot Execution Failures
This dataset contains force and torque measurements on a robot after failure detection. Each failure is characterized by 15 force/torque samples collected at regular time intervals
このデータセットには、故障検出後のロボットの力とトルクの測定値が含まれています。各故障は、一定の時間間隔で収集された15個の力/トルクサンプルによって特徴づけられています。

Roman Urdu Data Set
Roman Urdu (the scripting style for Urdu language) is one of the limited resource languages.A data corpus comprising of more than 20000 records was collected.
ローマ・ウルドゥー語(ウルドゥー語のスクリプトスタイル)は、限られた資源の言語の一つです。

Russian Corpus of Biographical Texts
Sentence classification (Russian). The corpus contains Wikipedia texts splitted into sentences/ Each sentence has a topic label.
文章分類(ロシア語)。コーパスはWikipediaの文章を文章に分割したものである/各文章にはトピックラベルが付けられている。

Sales_Transactions_Dataset_Weekly
Contains weekly purchased quantities of 800 over products over 52 weeks. Normalised values are provided too.
52週間の製品を対象とした800の週間購入量が含まれています。正規化された値も提供されています。

Sattriya_Dance_Single_Hand_Gestures Dataset
The Sattriya_Dance_Single_Hand_Gestures dataset contains 1450 images of 29 Sattriya dance single-hand gestures consisting 50 samples from each hasta.
Sattriya_Dance_Single_Hand_Gesturesデータセットには、29のSattriyaダンスの片手ジェスチャーの1450枚の画像が含まれている。

SCADI
First self-care activities dataset based on ICF-CY.
ICF-CYに基づいた初のセルフケア活動データセット。

SECOM
Data from a semi-conductor manufacturing process
半導体製造工程のデータ

seeds
Measurements of geometrical properties of kernels belonging to three different varieties of wheat. A soft X-ray technique and GRAINS package were used to construct all seven, real-valued attributes.
3種類の異なる小麦品種に属する穀粒の幾何学的特性の測定。軟X線技術とGRAINSパッケージを用いて、7つの実値属性を構築した。

seismic-bumps
The data describe the problem of high energy (higher than 10^4 J) seismic bumps forecasting in a coal mine. Data come from two of longwalls located in a Polish coal mine.
データは、炭鉱における高エネルギー(10^4 J以上)の地震バンプ予測の問題を記述しています。データはポーランドの炭鉱にある2つのロングウォールから得られたものです。

selfBACK
The SELFBACK dataset is a Human Activity Recognition Dataset of 9 activity classes recorded with two tri-axial accelerometers.
セルフバック

Semeion Handwritten Digit
1593 handwritten digits from around 80 persons were scanned, stretched in a rectangular box 16×16 in a gray scale of 256 values.
約80人の手書きの数字1593個をスキャンし、16×16の長方形のボックスに256値のグレースケールで引き伸ばした。

sEMG for Basic Hand movements
The sEMG for Basic Hand movements includes 2 databases of surface electromyographic signals of 6 hand movements using Delsys’ EMG System. Healthy subjects conducted six daily life grasps.
基本的な手の動きのためのsEMGには、DelsysのEMGシステムを使用した6つの手の動きの表面筋電図信号の2つのデータベースが含まれています。健康な被験者が日常生活で6回の把持を行った。

Sentence Classification
Contains sentences from the abstract and introduction of 30 articles annotated with a modified Argumentative Zones annotation scheme. These articles come from biology, machine learning and psychology.
Argumentative Zonesを修正した注釈スキームで注釈された30本の論文の抄録と紹介文が収録されています。これらの論文は生物学、機械学習、心理学からのものです。

Sentiment Labelled Sentences
The dataset contains sentences labelled with positive or negative sentiment.
データセットには、肯定的または否定的な感情がラベル付けされた文章が含まれています。

Seoul Bike Sharing Demand
The dataset contains count of public bikes rented at each hour in Seoul Bike haring System with the corresponding Weather data and Holidays information
ソウル市内の各時間帯にレンタルされている公共自転車の台数と、それに対応する天気情報、祝日情報を収録しています。

ser Knowledge Modeling Data (Students’ Knowledge Levels on DC Electrical Machines)
The dataset is about the users’ learning activities and knowledge levels on subjects of DC Electrical Machines. The dataset had been obtained from online web-courses and reported in my Ph.D. Thesis.
データセットは、直流電気機械に関するユーザの学習活動と知識レベルに関するものです。データセットは、オンラインのWebコースから取得し、私の博士論文で報告したものです。

Servo
Data was from a simulation of a servo system
データはサーボシステムのシミュレーションから得たものです。

SGEMM GPU kernel performance
Running times for multiplying two 2048 x 2048 matrices using a GPU OpenCL SGEMM kernel with varying parameters (using the library ‘CLTune’).
パラメータを変化させたGPU OpenCL SGEMMカーネルを使用して、2つの2048×2048行列を乗算するための実行時間(ライブラリ「CLTune」を使用)。

Shill Bidding Dataset
We scraped a large number of eBay auctions of a popular product. After preprocessing the auction data, we build the SB dataset. The goal is to share the labelled SB dataset with the researchers.
人気商品のeBayオークションを大量にスクレイピングしました。オークションデータを前処理した後、SBデータセットを構築する。目標は、ラベル付けされたSBデータセットを研究者と共有することである。

Shoulder Implant X-Ray Manufacturer Classification
597 de-identified raw X-ray scans of implanted shoulder prostheses from four manufactures.
肩インプラントX線メーカー分類

Shoulder Implant X-Ray Manufacturer Classification
597 de-identified raw X-ray scans of implanted shoulder prostheses from four manufactures.
肩インプラントX線メーカー分類

Shuttle Landing Control
Tiny database; all nominal values
小さなデータベース; すべての公称値

SIFT10M
In SIFT10M, each data point is a SIFT feature which is extracted from Caltech-256 by the open source VLFeat library. The corresponding patches of the SIFT features are provided.
SIFT10Mでは、各データポイントはオープンソースのVLFeatライブラリによってCaltech-256から抽出されたSIFT特徴量です。SIFT特徴量の対応するパッチが提供されています。

Simulated Falls and Daily Living Activities Data Set
20 falls and 16 daily living activities were performed by 17 volunteers with 5 repetitions while wearing 6 sensors (3.060 instances) that attached to their head, chest, waist, wrist, thigh and ankle.
頭部、胸部、腰部、手首、太もも、足首に装着した6つのセンサー(3.060インスタンス)を装着した状態で、17名のボランティアが20回の転倒と16回の日常生活動作を5回繰り返して行った。

SkillCraft1 Master Table Dataset
This data was used in Thompson et al. (2013). A list of possible game actions is discussed in Thompson, Blair, Chen, & Henrey (2013).
このデータは、Thompsonら(2013)で使用された。可能性のあるゲームアクションのリストは、Thompson, Blair, Chen, & Henrey (2013)で議論されています。

Skin Segmentation
The Skin Segmentation dataset is constructed over B, G, R color space. Skin and Nonskin dataset is generated using skin textures from face images of diversity of age, gender, and race people.
スキンセグメンテーションデータセットは、B, G, R色空間上に構築されています。Skin and Nonskinデータセットは、年齢、性別、人種の多様性のある人々の顔画像から肌のテクスチャを用いて生成されます。

Smartphone Dataset for Human Activity Recognition (HAR) in Ambient Assisted Living (AAL)
This data is an addition to an existing dataset on UCI. We collected more data to improve the accuracy of our human activity recognition algorithms applied in the domain of Ambient Assisted Living.
このデータはUCIの既存のデータセットに追加したものです。また、アンビエント・アシステッドリビングの領域で適用される人間活動認識アルゴリズムの精度を向上させるために、より多くのデータを収集しました。

Smartphone-Based Recognition of Human Activities and Postural Transitions
Activity recognition data set built from the recordings of 30 subjects performing basic activities and postural transitions while carrying a waist-mounted smartphone with embedded inertial sensors.
活動認識データセットは、30人の被験者が、慣性センサーを内蔵した腰に装着したスマートフォンを携帯しながら、基本的な活動や姿勢遷移を行った際の記録から構築されています。

SML2010
This dataset is collected from a monitor system mounted in a domotic house. It corresponds to approximately 40 days of monitoring data.
このデータセットは、ドーム型住宅に設置されたモニターシステムから収集されています。約40日間のモニタリングデータに相当します。

SMS Spam Collection
The SMS Spam Collection is a public set of SMS labeled messages that have been collected for mobile phone spam research.
SMSスパムコレクションは、携帯電話のスパム研究のために収集されたSMSラベル付きメッセージの公開セットです。

Solar Flare
Each class attribute counts the number of solar flares of a certain class that occur in a 24 hour period
各クラス属性は、24時間以内に発生したあるクラスの太陽フレアの数をカウントしています。

Somerville Happiness Survey
A data extract of a non-federal dataset posted here https://catalog.data.gov/dataset/somerville-happiness-survey-responses-2011-2013-2015
ここに投稿された非連邦政府のデータセットのデータ抜粋 https://catalog.data.gov/dataset/somerville-happiness-survey-responses-2011-2013-2015

South German Credit
700 good and 300 bad credits with 20 predictor variables. Data from 1973 to 1975. Stratified sample from actual credits with bad credits heavily oversampled. A cost matrix can be used.
南ドイツの信用

South German Credit (UPDATE)
700 good and 300 bad credits with 20 predictor variables. Data from 1973 to 1975. Stratified sample from actual credits with bad credits heavily oversampled. A cost matrix can be used.
良い債権700件、悪い債権300件を20個の予測変数を持つ。1973年から1975年までのデータ。実際のクレジットから層別化したサンプルで、不良クレジットが大きくオーバーサンプリングされている。コスト行列が使用できる。

Soybean (Large)
Michalski’s famous soybean disease database
ミハエルスキーの有名な大豆の病気データベース

Soybean (Small)
Michalski’s famous soybean disease database
ミハエルスキーの有名な大豆の病気データベース

Spambase
Classifying Email as Spam or Non-Spam
電子メールをスパムか非スパムかに分類する

Speaker Accent Recognition
Data set featuring single English words read by speakers from six different countries for accent detection and recognition
スピーカーアクセント認識

SPECT Heart
Data on cardiac Single Proton Emission Computed Tomography (SPECT) images. Each patient classified into two categories: normal and abnormal.
心臓単一陽子放出コンピューター断層撮影(SPECT)画像のデータ。各患者を正常と異常の2つのカテゴリーに分類。

SPECTF Heart
Data on cardiac Single Proton Emission Computed Tomography (SPECT) images. Each patient classified into two categories: normal and abnormal.
心臓単一陽子放出コンピューター断層撮影(SPECT)画像のデータ。各患者は正常と異常の2つのカテゴリーに分類されています。

Spoken Arabic Digit
This dataset contains timeseries of mel-frequency cepstrum coefficients (MFCCs) corresponding to spoken Arabic digits. Includes data from 44 male and 44 female native Arabic speakers.
このデータセットには、アラビア語の話し言葉の数字に対応する旋律周波数係数(MFCC)の時系列が含まれています。アラビア語母語話者の男性44人と女性44人のデータを含む。

Sponge
Data on sponges; Attributes in spanish
海綿に関するデータ; スペイン語の属性

Sports articles for objectivity analysis
1000 sports articles were labeled using Amazon Mechanical Turk as objective or subjective. The raw texts, extracted features, and the URLs from which the articles were retrieved are provided.
1000本のスポーツ記事をAmazon Mechanical Turkを用いて客観的または主観的にラベル付けした。生のテキスト、抽出された特徴、記事が検索されたURLが提供されています。

Statlog (Australian Credit Approval)
This file concerns credit card applications. This database exists elsewhere in the repository (Credit Screening Database) in a slightly different form
このファイルは、クレジットカードの申請に関するものです。このデータベースは、リポジトリ内の別の場所に存在しています(Credit Screening Database)。

Statlog (German Credit Data)
This dataset classifies people described by a set of attributes as good or bad credit risks. Comes in two formats (one all numeric). Also comes with a cost matrix
このデータセットは、一連の属性によって記述された人々を、信用リスクが良いか悪いかで分類しています。2つの形式(1つはすべて数値)がある。コストマトリクスも付属しています。

Statlog (Heart)
This dataset is a heart disease database similar to a database already present in the repository (Heart Disease databases) but in a slightly different form
このデータセットは、すでにリポジトリに存在するデータベース(心臓病データベース)に似た心臓病データベースですが、少し違った形をしています。

Statlog (Image Segmentation)
This dataset is an image segmentation database similar to a database already present in the repository (Image segmentation database) but in a slightly different form.
このデータセットは、既にリポジトリに存在するデータベース(Image segmentation database)に似た画像分割データベースであるが、少し異なる形式のものです。

Statlog (Landsat Satellite)
Multi-spectral values of pixels in 3×3 neighbourhoods in a satellite image, and the classification associated with the central pixel in each neighbourhood
衛星画像の3×3の領域のピクセルのマルチスペクトル値と、各領域の中心ピクセルに関連した分類

Statlog (Shuttle)
The shuttle dataset contains 9 attributes all of which are numerical. Approximately 80% of the data belongs to class 1
シャトルデータセットには9つの属性が含まれており、その全てが数値です。データの約80%はクラス1に属しています。

Statlog (Vehicle Silhouettes)
3D objects within a 2D image by application of an ensemble of shape feature extractors to the 2D silhouettes of the objects.
形状特徴抽出器のアンサンブルをオブジェクトの2Dシルエットに適用することで、2D画像内の3Dオブジェクトを抽出します。

Statlog Project
Various Databases: Vehicle silhouttes, Landsat Sattelite, Shuttle, Australian Credit Approval, Heart Disease, Image Segmentation, German Credit
様々なデータベース 車両のシルエット、ランドサットサテライト、シャトル、オーストラリアのクレジット承認、心臓病、画像セグメンテーション、ドイツのクレジット

Steel Plates Faults
A dataset of steel plates’ faults, classified into 7 different types. The goal was to train machine learning for automatic pattern recognition.
鋼板の欠陥を7種類に分類したデータセット。自動パターン認識のための機械学習を訓練することを目的とした。

Stock keeping units
The dataset is provided by the ‘Trialto Latvia LTD’, the third-party logistics operator. Each observation stands for a distinct type of item for sale.
データセットは、’Trialto Latvia LTD’(第三者物流業者)によって提供されています。各オブザベーションは、販売品目の異なるタイプを表しています。

Stock portfolio performance
The data set of performances of weighted scoring stock portfolios are obtained with mixture design from the US stock market historical database.
米国株式市場のヒストリカルデータベースから、混合設計を用いて加重採点株式ポートフォリオのパフォーマンスのデータセットを取得した。

StoneFlakes
Stone flakes are waste products of the stone tool production in the prehistoric era. The variables are means of geometric and stylistic features of the flakes contained in different inventories.
石片は先史時代の石器生産の廃棄物です。変数は、異なるインベントリに含まれるフレークの幾何学的および様式的特徴の平均です。

Student Academics Performance
The dataset tried to find the end semester percentage prediction based on different social, economic and academic attributes.
このデータセットでは、異なる社会的、経済的、学業的属性に基づいて学期末パーセンテージの予測を試みた。

Student Loan Relational
Student Loan Relational Domain
学生ローンの関係領域

Student Performance
Predict student performance in secondary education (high school).
中等教育(高校)の生徒の成績を予測します。

Superconductivty Data
Two file s contain data on 21263 superconductors and their relevant features.
2つのファイルsには、21263個の超伝導体とそれに関連する特徴量のデータが含まれています。

SUSY
This is a classification problem to distinguish between a signal process which produces supersymmetric particles and a background process which does not.
これは、超対称粒子を生成するシグナルプロセスとそうでないバックグラウンドプロセスを区別するための分類問題です。

Swarm Behaviour
This dataset achieved from an online survey, which is run by UNSW, Australia. It contains three data of ‘ Flocking – Not Flocking’, ‘Aligned – Not Aligned’, and ‘Grouped – Not Grouped’.
群れの行動

Synthetic Control Chart Time Series
This data consists of synthetically generated control charts.
このデータは、合成的に生成された制御図で構成されています。

Syskill and Webert Web Page Ratings
This database contains HTML source of web pages plus the ratings of a single user on these web pages. Web pages are on four seperate subjects (Bands- recording artists; Goats; Sheep; and BioMedical)
このデータベースには、WebページのHTMLソースと、これらのWebページに対する1人のユーザーの評価が含まれています。ウェブページは4つのテーマ(Bands-レコーディング・アーティスト、Goats、Sheep、BioMedical)に分かれています。

Taiwanese Bankruptcy Prediction
The data were collected from the Taiwan Economic Journal for the years 1999 to 2009. Company bankruptcy was defined based on the business regulations of the Taiwan Stock Exchange.
データは 1999 年から 2009 年までの台湾経済誌から収集した。会社の倒産は、台湾証券取引所の業務規定に基づいて定義されています。

Tamilnadu Electricity Board Hourly Readings
This data can be effectively produced the result to fewer parameter of the Load profile can be reduced in the Database
このデータは、効果的にデータベース内の負荷プロファイルの少ないパラメータに結果を生成することができます。

Tarvel Review Ratings
Google reviews on attractions from 24 categories across Europe are considered. Google user rating ranges from 1 to 5 and average user rating per category is calculated.
ヨーロッパ全土の24のカテゴリから、アトラクションに関するGoogleレビューを考慮しています。Googleユーザー評価は1から5までの範囲で、カテゴリごとの平均ユーザー評価が計算されます。

Taxi Service Trajectory – Prediction Challenge, ECML PKDD 2015
An accurate dataset describing trajectories performed by all the 442 taxis running in the city of Porto, in Portugal.
ポルトガルのポルト市内を走るタクシー442台すべての軌跡を記述した正確なデータセット。

Teaching Assistant Evaluation
“The data consist of evaluations of teaching performance; scores are “”low””, “”medium””, or “”high”””
“データは指導成績の評価で構成されており、スコアは “”低””、””中””、””高 “”のいずれかです。”

Tennis Major Tournament Match Statistics
This is a collection of 8 files containing the match statistics for both women and men at the four major tennis tournaments of the year 2013. Each file has 42 columns and a minimum of 76 rows.
これは、2013年の4大テニストーナメントの女子と男子の試合統計を含む8つのファイルのコレクションです。各ファイルは42列、最小76行で構成されています。

Thoracic Surgery Data
The data is dedicated to classification problem related to the post-operative life expectancy in the lung cancer patients: class 1 – death within one year after surgery, class 2 – survival.
データは、肺がん患者の術後平均余命に関する分類問題に特化しています:クラス1 – 手術後1年以内の死亡、クラス2 – 生存。

Thyroid Disease
10 separate databases from Garavan Institute
ガラヴァン研究所の10個の別個のデータベース

Tic-Tac-Toe Endgame
Binary classification task on possible configurations of tic-tac-toe game
チックタックトゥゲームの可能な構成に関する二項分類課題

Trains
2 data formats (structured, one-instance-per-line)
2つのデータ形式(構造化された、1行1インスタンス

Travel Reviews
Reviews on destinations in 10 categories mentioned across East Asia. Each traveler rating is mapped as Excellent(4), Very Good(3), Average(2), Poor(1), and Terrible(0) and average rating is used.
東アジア全域で言及されている10のカテゴリーの目的地についてのレビュー。各旅行者の評価は、Excellent(4)、Very Good(3)、Average(2)、Poor(1)、Terrible(0)とマッピングされ、平均評価が使用されています。

TTC-3600: Benchmark dataset for Turkish text categorization
Benchmark dataset for Turkish text categorization : The TTC-3600 data set is a collection of Turkish news and articles including categorized 3,600 documents from 6 well-known portals in Turkey. It has 4 different forms in ARFF Weka format.
トルコ語テキスト分類のベンチマークデータセット。TTC-3600データセットは、トルコの6つの有名ポータルから3,600件の文書を分類したトルコのニュースや記事を集めたものです。ARFF Weka形式で4つの異なる形式があります。

Turkish Spam V01
The TurkishSpam data set contains spam and normal emails written in Turkish.
TurkishSpamデータセットには、トルコ語で書かれたスパムと通常の電子メールが含まれています。

Turkiye Student Evaluation
This data set contains a total 5820 evaluation scores provided by students from Gazi University in Ankara (Turkey). There is a total of 28 course specific questions and additional 5 attributes.
このデータセットには、トルコのアンカラにあるGazi大学の学生によって提供された合計5820点の評価スコアが含まれています。28のコース別問題と5つの属性があります。

TV News Channel Commercial Detection Dataset
TV Commercials data set consists of standard audio-visual features of video shots extracted from 150 hours of TV news broadcast of 3 Indian and 2 international news channels ( 30 Hours each).
TVコマーシャルデータセットは、インドの3つのニュースチャンネルと2つの国際ニュースチャンネルで放送された150時間(各30時間)のTVニュースから抽出されたビデオショットの標準的な視聴覚特性から構成されています。

Twenty Newsgroups
This data set consists of 20000 messages taken from 20 newsgroups.
このデータセットは、20のニュースグループから抽出された20000件のメッセージから構成されています。

Twin gas sensor arrays
5 replicates of an 8-MOX gas sensor array were exposed to different gas conditions (4 volatiles at 10 concentration levels each).
8-MOXガスセンサーアレイの5つのレプリケートを異なるガス条件に曝露した(4つの揮発性物質をそれぞれ10の濃度レベルで曝露した)。

Twitter Data set for Arabic Sentiment Analysis
This problem of Sentiment Analysis (SA) has been studied well on the English language but not Arabic one. Two main approaches have been devised: corpus-based and lexicon-based.
センチメント分析(SA)のこの問題は、英語ではよく研究されているが、アラビア語ではあまり研究されていない。主にコーパスベースとレキシコンベースの2つのアプローチが考案されてきた。

UbiqLog (smartphone lifelogging)
UbiqLog is the smartphone lifelogging tool that runs on the smartphone of 35 users for about 2 months.
UbiqLogは、35人のユーザーのスマートフォン上で約2ヶ月間動作するスマートフォンのライフログツールです。

UJI Pen Characters
Data consists of written characters in a UNIPEN-like format
データはUNIPENのような形式で書かれた文字で構成されている

UJI Pen Characters (Version 2)
A pen-based database with more than 11k isolated handwritten characters
11K以上の孤立した手書き文字を持つペンベースのデータベース

UJIIndoorLoc
The UJIIndoorLoc is a Multi-Building Multi-Floor indoor localization database to test Indoor Positioning System that rely on WLAN/WiFi fingerprint.
UJIIndoorLocは、WLAN/WiFiフィンガープリントに依存した屋内測位システムをテストするためのマルチビル・マルチフロア屋内定位データベースです。

UJIIndoorLoc-Mag
The UJIIndoorLoc-Mag is an indoor localization database to test Indoor Positioning System that rely on Earth’s magnetic field variations.
UJIIndoorLoc-Magは、地球の磁場変動に依存した屋内測位システムをテストするための屋内測位データベースです。

Ultrasonic flowmeter diagnostics
Fault diagnosis of four liquid ultrasonic flowmeters
液体超音波流量計4台の故障診断

Undocumented
Various datasets without documentation (feel free to explore!)
ドキュメントのない様々なデータセット(自由に探索してください

University
Data in original (LISP-readable) form
オリジナルの(LISPで読める)形式のデータ

University of Tehran Question Dataset 2016 (UTQD.2016)
Persian questions gathered from a jeopardy game broadcasted on Iranian national television.
イラン国営テレビで放送されたジョパーディゲームから集められたペルシャ語の質問。

UNIX User Data
This file contains 9 sets of sanitized user data drawn from the command histories of 8 UNIX computer users at Purdue over the course of up to 2 years.
このファイルには、パデュー大学の8人のUNIXコンピュータユーザのコマンド履歴から、最大2年間に渡って抽出された9セットのサニタイズされたユーザデータが含まれています。

Unmanned Aerial Vehicle (UAV) Intrusion Detection
For UAV identification, each input is an encrypted WiFi traffic record while the output is whether the current traffic is from a UAV or not. Meta-info on attribute relationship is also provided.
UAV識別のために、各入力は暗号化されたWiFiトラフィックの記録であり、出力は現在のトラフィックがUAVからのものであるかどうかである。属性関係のメタ情報も提供されます。

Urban Land Cover
Classification of urban land cover using high resolution aerial imagery. Intended to assist sustainable urban planning efforts.
高解像度の航空画像を用いた都市の土地被覆の分類。持続可能な都市計画の取り組みを支援することを目的としています。

UrbanGB, urban road accidents coordinates labelled by the urban center
Coordinates (longitude and latitude) of 360177 road accidents occurred in urban areas in Great Britain, and labelled according to the urban center where they occurred (469 possible labels).
イギリスの都市部で発生した交通事故360177件の座標(経度と緯度)を、発生した都市部の中心部に応じてラベル付けした(469通りのラベルが考えられる)。

URL Reputation
Anonymized 120-day subset of the ICML-09 URL data containing 2.4 million examples and 3.2 million features.
ICML-09 の URL データの 120 日間の匿名化されたサブセットで、240 万の例と 320 万の特徴量が含まれています。

US Census Data (1990)
The USCensus1990raw data set contains a one percent sample of the Public Use Microdata Samples (PUMS) person records drawn from the full 1990 census sample.
USCensus1990raw データセットには、1990 年の国勢調査の全サンプルから抽出された公共利用マイクロデータサンプル(Public Use Microdata Samples: PUMS)の人物記録の 1%のサンプルが含まれています。

User Identification From Walking Activity
The dataset collects data from an Android smartphone positioned in the chest pocket from 22 participants walking in the wild over a predefined path.
このデータセットは、胸ポケットに入れたAndroidスマートフォンからのデータを収集したもので、22人の参加者が事前に定義された道を野生のまま歩いたものです。

User Knowledge Modeling
It is the real dataset about the students’ knowledge status about the subject of Electrical DC Machines. The dataset had been obtained from Ph.D. Thesis.
このデータセットは、直流電気機械に関する学生の知識状況に関する実際のデータセットです。データセットは博士論文から取得したものです。

User Profiling and Abusive Language Detection Dataset
The user profiling dataset is a collection of abusive users tweets and also their user following and user follower tweets. The Abusive language detection dataset is a collection of abusive tweets.
ユーザプロファイリングデータセットは、罵倒的なユーザのツイートと、そのユーザのフォロワーとフォロワーのツイートを収集したものである。乱用言語検出データセットは、乱用ツイートの集合体である。

USPTO Algorithm Challenge, run by NASA-Harvard Tournament Lab and TopCoder Problem: Pat
Pat : Data used for USPTO Algorithm Competition. Contains drawing pages from US patents with manually labeled figure and part labels.
Pat: USPTOアルゴリズムコンペで使用されたデータ。米国特許の図面ページが含まれており、手動で図や部品のラベルが付けられています。

Vehicle routing and scheduling problems
Data collection was conducted through notes taken during the distribution of orders in a courier company that operates in the region and in the city of São Paulo (Brazil).
データ収集は、地域とサンパウロ市(ブラジル)で事業を展開している宅配会社での注文の配布中に撮影されたメモを通して行われました。

Vertebral Column
Data set containing values for six biomechanical features used to classify orthopaedic patients into 3 classes (normal, disk hernia or spondilolysthesis) or 2 classes (normal or abnormal).
整形外科患者を3つのクラス(正常、椎間板ヘルニアまたは脊椎骨)または2つのクラス(正常または異常)に分類するために使用される6つの生体力学的特徴の値を含むデータセット。

Vicon Physical Action Data Set
The Physical Action Data Set includes 10 normal and 10 aggressive physical actions that measure the human activity. The data have been collected by 10 subjects using the Vicon 3D tracker.
身体動作データセットは、人間の活動性を測定する正常な身体動作10件と攻撃的な身体動作10件を含む。このデータは、10人の被験者がVicon 3Dトラッカーを使用して収集したものです。

Victorian Era Authorship Attribution
To create the largest authorship attribution dataset, we extracted works of 50 well-known authors. To have a non-exhaustive learning, in training there are 45 authors whereas, in the testing, it’s 50
最大の著者帰属データセットを作成するために、50人の著名な著者の作品を抽出した。非網羅的な学習を行うために、トレーニングでは45人の著者が存在するのに対し、テストでは50人の著者が存在します。

Volcanoes on Venus – JARtool experiment
The JARtool project was a pioneering effort to develop an automatic system for cataloging small volcanoes in the large set of Venus images returned by the Magellan spacecraft.
JARtoolプロジェクトは、マゼラン探査機によって返された金星画像の大規模なセットの中の小さな火山をカタログ化するための自動システムを開発するための先駆的な取り組みでした。

Wall-Following Robot Navigation Data
The data were collected as the SCITOS G5 robot navigates through the room following the wall in a clockwise direction, for 4 rounds, using 24 ultrasound sensors arranged circularly around its ‘waist’.
データは、SCITOS G5ロボットが壁に沿って時計回りに部屋の中を4周し、「腰」の周りに円形に配置された24個の超音波センサーを使用して収集されました。

Water Treatment Plant
Multiple classes predict plant state
複数のクラスが植物の状態を予測

Wave Energy Converters
This data set consists of positions and absorbed power outputs of wave energy converters (WECs) in four real wave scenarios from the southern coast of Australia.
このデータセットは、オーストラリア南岸の4つの実波シナリオにおける波力変換器(WEC)の位置と吸収出力から構成されています。

Wave Energy Converters
This data set consists of positions and absorbed power outputs of wave energy converters (WECs) in four real wave scenarios from the southern coast of Australia.
このデータセットは、オーストラリア南岸の4つの実波シナリオにおける波力変換器(WEC)の位置と吸収出力から構成されています。

Waveform Database Generator (Version 1)
CART book’s waveform domains
CART book の波形領域

Waveform Database Generator (Version 2)
CART book’s waveform domains
CART BOOKの波形領域

Wearable Computing: Classification of Body Postures and Movements (PUC-Rio)
Classification of Body Postures and Movements (PUC-Rio) : A dataset with 5 classes (sitting-down, standing-up, standing, walking, and sitting) collected on 8 hours of activities of 4 healthy subjects. We also established a baseline performance index.
身体の姿勢と動きの分類(PUC-Rio)。健常者4名の8時間の活動について収集した5つのクラス(座位、起立、起立、歩行、座位)のデータセット。また、ベースラインパフォーマンス指数を設定した。

Website Phishing

ウェブサイトのフィッシング

Weight Lifting Exercises monitored with Inertial Measurement Units
Six young health subjects were asked to perform 5 variations of the biceps curl weight lifting exercise. One of the variations is the one predicted by the health professional.
6名の若い健康被験者に、上腕二頭筋カール重量挙げ運動の5つのバリエーションを行ってもらった。そのうちの1つのバリエーションは、健康専門家が予測したものです。

WESAD (Wearable Stress and Affect Detection)
WESAD (Wearable Stress and Affect Detection) contains data of 15 subjects during a stress-affect lab study, while wearing physiological and motion sensors.
WESAD (Wearable Stress and Affect Detection)には、生理学的センサーとモーションセンサーを装着した状態でのストレス影響ラボ研究中の15人の被験者のデータが含まれています。

Wholesale customers
The data set refers to clients of a wholesale distributor. It includes the annual spending in monetary units (m.u.) on diverse product categories
このデータセットは、卸売業者の顧客を対象としています。このデータセットには、様々な製品カテゴリーの年間支出額(金額単位(m.u.))が含まれています。

wiki4HE
Survey of faculty members from two Spanish universities on teaching uses of Wikipedia
スペインの2つの大学の教員にウィキペディアの使い方を教えることについて調査

Wilt
High-resolution Remote Sensing data set (Quickbird). Small number of training samples of diseased trees, large number for other land cover. Testing data set from stratified random sample of image.
高解像度リモートセンシングデータセット(Quickbird)。病気の木のトレーニングサンプル数が少なく、他の土地被覆の場合は多数。イメージの層化されたランダムなサンプルからのテストのデータセット。

Wine
Using chemical analysis determine the origin of wines
化学分析を使用してワインの起源を決定する

Wine Quality
Two datasets are included, related to red and white vinho verde wine samples, from the north of Portugal. The goal is to model wine quality based on physicochemical tests (see [Cortez et al., 2009], http://www3.dsi.uminho.pt/pcortez/wine/).
ポルトガル北部の赤と白のvinho verdeワインサンプルに関連する2つのデータセットが含まれています。目的は、物理化学的試験に基づいてワインの品質をモデル化することである([Cortez et al., 2009]、http://www3.dsi.uminho.pt/pcortez/wine/ 参照)。

Wireless Indoor Localization
Collected in indoor space by observing signal strengths of seven WiFi signals visible on a smartphone. The decision variable is one of the four rooms.
スマートフォンで見える7つのWiFi信号の信号強度を観測することで、屋内空間で収集。決定変数は4つの部屋のうちの1つ。

WISDM Smartphone and Smartwatch Activity and Biometrics Dataset
Contains accelerometer and gyroscope time-series sensor data collected from a smartphone and smartwatch as 51 test subjects perform 18 activities for 3 minutes each.
51 人の被験者がそれぞれ 3 分間 18 の活動を行う際に、スマートフォンとスマートウォッチから収集した加速度計とジャイロスコープの時系列センサーデータを含む。

Yacht Hydrodynamics
Delft data set, used to predict the hydodynamic performance of sailing yachts from dimensions and velocity.
デルフトのデータセット、寸法と速度からセーリングヨットの流体力学的性能を予測するために使用。

YearPredictionMSD
Prediction of the release year of a song from audio features. Songs are mostly western, commercial tracks ranging from 1922 to 2011, with a peak in the year 2000s.
オーディオの特徴から曲のリリース年を予測。曲は主に1922年から2011年までの西洋の商用曲で、2000年代をピークにしています。

Yeast
Predicting the Cellular Localization Sites of Proteins
タンパク質の細胞内局在部位の予測

YouTube Comedy Slam Preference Data
This dataset provides user vote data on which video from a pair of videos is funnier collected on YouTube Comedy Slam. The task is to automatically predict this preference based on video metadata.
このデータセットは、YouTube Comedy Slam上で収集された、ペアの動画の中からどちらの動画が楽しいかというユーザー投票データを提供します。本研究では、動画のメタデータに基づいて、この嗜好を自動的に予測することを目的としています。

Youtube cookery channels viewers comments in Hinglish
The datasets are taken from top 2 Indian cooking channel named Nisha Madhulika channel and Kabita’s Kitchen channel. The data set is in Hinglish Language.
データセットは、Nisha MadhulikaチャンネルとKabita’s Kitchenチャンネルというインド料理のトップ2チャンネルから取得した。 データセットはヒングリッシュ言語です。

YouTube Multiview Video Games Dataset
This dataset contains about 120k instances, each described by 13 feature types, with class information, specially useful for exploring multiview topics (cotraining, ensembles, clustering,..).
このデータセットには約120kのインスタンスが含まれており、それぞれが13の特徴タイプとクラス情報で記述されており、特に多視点トピック(コトレーニング、アンサンブル、クラスタリングなど)を探索するのに便利です。

YouTube Spam Collection
It is a public set of comments collected for spam research. It has five datasets composed by 1,956 real messages extracted from five videos that were among the 10 most viewed on the collection period.
スパム研究のために収集されたコメントの公開セットです。収集期間中に最も閲覧された10本の動画から抽出した1,956個の実メッセージで構成された5つのデータセット。

Z-Alizadeh Sani
It was collected for CAD diagnosis.
CAD診断のために収集された。

Zoo
Artificial, 7 classes of animals
人工、7つのクラスの動物

関連する記事

  • Opal ユーザーを登録する方法Opal ユーザーを登録する方法 OBiBaのOpalサーバにユーザーを登録する方法をお伝えします。 ユーザー登録はAdministratorが行うことができる機能になります。 そのため、administratorでサインインします。 表示された画面の右上にあるAdministrationをクリックします。 Administration機能一覧から、Users and […]
  • R言語 CRAN Task View:確率分布R言語 CRAN Task View:確率分布 CRAN Task View: Probability Distributionsの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載しました。 Maintainer: Christophe Dutang, Patrice Kiener Contact: Christophe.Dutang at […]
  • R言語 CRAN Task View:心理モデルや手法R言語 CRAN Task View:心理モデルや手法 CRAN Task View: Psychometric Models and Methodsの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載しました。 Maintainer: Patrick Mair Contact: mair at […]
  • Linux:Eclipse+CDTでC/C++開発Linux:Eclipse+CDTでC/C++開発 Linux環境においてEclipseでCDTを用いてC/C++開発を行う場合にはまったことを備忘記録として残しておく。 CDTインストール直後、関数が認識されないエラーの対処 CDTのインストール後にすぐにC++開発を行おうとしてコードを入力した場合、関数が認識されずエラーが出る。この場合は一度Eclipseを再起動すれば、次回からきちんと認識される。 外部ヘッダーファ […]
  • UbuntuにRをインストールするための手順UbuntuにRをインストールするための手順 UbuntuにRをインストールするための手順をお伝えする。 Ubuntuのバージョン確認 Ubuntuのバージョンを確認するために、端末を起動し(ショートカットキー:Ctrl+Alt+t)、以下のコマンドを実行する。 DISTRIB_CODENAMEの行を控えておこう。下の内容では「trusty」の部分を控えておく。 $ cat […]
UCI 機械学習リポジトリのデータセット一覧