《利用python进行数据分析》全书的学习笔记和自己寻找数据集做的练习代码， 书中需要用到的数据集和示例代码都包含在其中，在学习的过程中可以直接调用并参考。

预后大肠癌 该项目展示了我们在论文中使用的方法：使用机器学习技术对结直肠癌的复发进行预后，可在（链接）上找到。 所需的库 Tsfresh-从时间序列中提取表格特征所必需。可以通过pip install tsfresh 学习失衡-可选；仅当您希望使用欠采样和过采样技术来解决不平衡数据集问题时。可以按照文档进行安装 脾气暴躁的 大熊猫 Scikit学习 Matplotlib 数据集 数据集是合成的，由表格和时间序列数据组成。这两个数据集都是使用dataset/create_simul_data.ipynb代码生成的。提供了笔记本以供参考，但是请注意，重新运行笔记本将生成新的（和不同的）数据集。 如何运行我们的模型 通过按照notebooks/predicting_recurrence.ipynb代码，可以直接在合成数据集上运行它。在笔记本中，我们演示了初步的数据集探索和预处理，使用Tsfres

DeepMIMO：适用于毫米波和大规模MIMO应用的通用深度学习数据集 这是使用软件生成的DeepMIMO数据集的MATLAB代码包。 是公开发布的参数化数据是针对mmWave和大规模MIMO系统中的深度学习应用发布的。 该MATLAB代码包与以下文章有关： Ahmed Alkhateeb，Proc中的“ ”。 加利福尼亚州圣地亚哥，信息理论与应用研讨会（ITA），2019年2月。 文章摘要 机器学习工具正在毫米波（mmWave）和大规模MIMO系统中找到有趣的应用。 这主要归功于它们在学习未知模型和解决困难的优化问题方面的强大能力。 但是，为了推进毫米波/大规模MIMO中的机器学习研究，需要通用的数据集。 该数据集可用于评估开发的算法，重现结果，设置基准并比较不同的解决方案。 在这项工作中，我们介绍了DeepMIMO数据集，它是mmWave / mass MIMO信道的通用数据集。

DehazeZoo（基于单个图像与视频） ，李玉凤，黄玉凤 1说明 DehazeZoo：一项关于从视频和单个图像中去除雾霾的调查。维护论文，代码和数据集。 感谢有分享 。 有关图像去雾和去油的更多详细信息，请参见。 2图像质量指标 PSNR（峰值信噪比） SSIM（结构相似性） VIF（视觉质量） FSIM（功能相似性） NIQE（自然度图像质量评估器） 3除雾研究 3.1数据集 3R [] [] KITTI [论文] [] RESIDE [] [] HazeRD [] [] SceneNet [论文] [] I-HAZE [] [] O-HAZE [] [] D-HAZY [ ] [ ] Middlebury [] [] 3DRealisticScene [] [] 纽约大学深度数据集V2 [] [] 3.2论文 2021年 Shy

日月光华TensorFlow2.0个人收集整理的数据集和代码，数据集有Income1.csv、creditcard.csv、Advertising.csv等

消费物联网设备的信息暴露 此站点包含分析代码，该论文随附于2019年10月在荷兰阿姆斯特丹举行的ACM Internet Measurement Conference 2019（IMC 2019）上的论文《消费物联网设备的信息暴露：一种多维的网络信息化测量方法》。 官方论文可在上找到。 该站点还包含有关请求访问完整数据集的说明。 可在上找到测试平台的代码和文档。 目前，它已部署在东北大学和伦敦帝国学院。 图1：东北大学的物联网实验室。 档案结构 每个子目录显示用于处理pcap文件以进行目标，加密和内容分析的样本。 destination/ -第4节“目标分析”的代码-分析要向其发送和接收流量的目标。 encryption/ -第5节“加密分析”的代码-分析流量是加密还是未加密。 model/ -第六部分内容分析的代码-创建机器学习模型，以使用其网络流量预测IoT设备的状态。

《SAS编程与数据挖掘商业案例》-数据及代码