害虫鉴定数据集，它包括穿果蛾、瘿蝇、蝗虫和螟虫。所有图像均来自于2021年2月28日谷歌图像结果。每类有300-400张不等，共1669张图片 害虫鉴定数据集，它包括穿果蛾、瘿蝇、蝗虫和螟虫。所有图像均来自于2021年2月28日谷歌图像结果。每类有300-400张不等，共1669张图片

化妆与不化妆图像分类数据集，化妆100张、不化妆400张 化妆与不化妆图像分类数据集，化妆100张、不化妆400张 化妆与不化妆图像分类数据集，化妆100张、不化妆400张

家禽（鸡）疾病诊断机器学习数据集（一共8068张图片），使用手机上的开放数据工具包(ODK)应用程序拍摄的。分类是“球虫病”，“健康”，“新城病”，“沙门氏菌”。图像的大小被调整为224px 224px。

健康人和帕金森患者所画的螺旋和波图像数据集，所画的图像共200张图片 健康人和帕金森患者所画的螺旋和波图像数据集，所画的图像共200张图片 健康人和帕金森患者所画的螺旋和波图像数据集，所画的图像共200张图片

100种蝴蝶与蛾子图像数据集。所有图片均为224x224x3, jpg格式。训练集由12639张图像组成，分成100个子目录，每个目录对应一个物种。测试集由500张图片组成，分成100个子目录，每个目录5张测试图片。有效集合由500张图片组成，分成100个子目录，每个物种5张验证图片。包含一个CSV文件。csv文件由3列组成，共13639行，一行对应数据集中的每张图像。

属性 category item variety date price unit 行列 （9647，6）

资源是csv文件，大家可以直接使用

机器学习的常用数据集，共有 150 条数据，每条数据对应 4 个特征（sepal length、sepal width、pedal length、pedal width），且对应着 3 个不同的种类。

基于MLP(多层感知机)的时间序列预测python源码+超详细注释 内容包含： 01.(多步+单变量输入)_(单步+单变量输出)_监督学习数据 02.(多步+单变量输入)_(单步+单变量输出)_MLP模型 03.(多步+多变量输入)_(单步+单变量输出)_监督学习数据 04.(多步+多变量输入)_(单步+单变量输出)_MLP模型 05.(多步+多变量输入)_(单步+多变量输出)_监督学习数据 06.(多步+多变量输入)_(单步+多变量输出)_MLP模型 07.多路输入_(多步+多变量输入)_(单步+单变量输出)_MLP模型 08.多路输出_(多步+多变量输入)_(单步+多变量输出)_MLP模型 09.(多步+单变量输入)_(多步+单变量输出)_监督学习数据 10.(多步+单变量输入)_(多步+单变量输出)_MLP模型 11.(多步+多变量输入)_(多步+单变量输出)_监督学习数据 12.(多步+多变量输入)_(多步+单变量输出)_MLP模型 13.(多步+多变量输入)_(多步+多变量输出)_监督学习数据 14.(多步+多变量输入)

GBD的出处论文，看到好多人10积分下载，真的奸商啊。这里直接最低积分分享