此数据集收集于网络，包含超过700,000副对联数据。每副对联中全部为中文简体汉字，分句处使用全角符号。该数据集可用来训练对对联系统。

此数据集为VIVA手势挑战赛的数据集，该数据集由加州大学圣地亚戈分校整理，包含了在不同背景，照明下的19种手势视频（如左划，右划等）。此数据集中的视频由Kinect拍摄，每条数据包含灰度视频和深度视频两部分。

此数据集包含36万多条带情感标注的新浪微博，每条数据被标注为一种感情，共包含 4 种情感，其中喜悦约 20 万条，愤怒、厌恶、低落各约 5 万条

本数据集包含豆瓣电影网站上70万名用户对5万余部电影的280万条评分及评论。此数据集来自Erheng Zhang博士为在 KDD'12, TKDD'14, SDM'12 上发表论文而收集的数据。每条数据包含用户ID，电影ID，时间戳，用户评分，用户评论及评论被点赞数等六种特征，因此该数据集适合用作推荐系统

此数据集是关于葡萄牙 'Vinho Verde' 地区葡萄酒的数据集，在该数据集中，包含了葡萄的固定酸，挥发性酸，pH值以及品质等12个理化特征。由于保密问题，该数据集不包含葡萄种类，葡萄酒品牌等信息。该数据集可被描述为分类或回归问题，而每种类别的样本数并不均衡。除此之外，输入变量之间的相关性并不明确，因此，探索该数据集的特征将是有趣且有挑战性的。

Caltech-256 物品分类数据集由Caltech-101数据集演变而来，该数据集选自Google Image数据集，并手工去除了不符合其类别的图片。在该数据集中共有30,607张图片，256个图片类别，每个类别包括超过80张图片。

此数据集来自一项非机器学习研究，研究人员记录了Bass Strait附近生长的鲍鱼的性别，尺寸，周长和壳上的环数等9个属性。鲍鱼的年龄可通过壳上的环数求得，该数据集可用来建立机器学习预测鲍鱼年龄的模型。在该数据集中共有4177条数据，每条数据包含8个输入量和1个输出量

PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集，从2005年到2012年每年都会举行一场图像识别challenge。该数据集取自TU-Darmstadt, Caltech, TU-Graz 和 UIUC等发布的数据集。在该数据集中每张图片中的物体都由人工标注，物体包含汽车，摩托车，自行车和人体四类。

该数据有猫和狗两类图片，一共有25000张图片，猫狗各占一半，可以用来做图片分类的入门数据。

Fashion-MNIST是一个替代MNIST手写数字集的图像数据集。 它是由Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自10种类别的共7万个不同商品的正面图片。Fashion-MNIST的大小、格式和训练集/测试集划分与原始的MNIST完全一致。60000/10000的训练测试数据划分，28x28的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能，且不需要改动任何的代码。

$vue{ item.data_description }