e-cienciaDatos

Encuesta satisfacción e-cienciaDatos

e-cienciaDatos es el repositorio de datos de investigación de las universidades del Consorcio Madroño. Es aceptado por las principales editoriales científicas

Estamos comprometidos con la mejora de nuestro servicio. Conocer mejor sus expectativas nos ayudará a adaptar nuestros servicios a sus necesidades.

Si desea colaborar con nosotros, seleccione su institución para comenzar la encuesta.

Gracias por su colaboración.

UAH UAM UC3M UNED UPM URJC

Ninguna de las anteriores

Recordármelo más tarde | No volver a mostrar este mensaje

Estadísticas

123.339 Descargas

Dataverses destacados

Para usar esta funcionalidad ha de tener publicado o enlazado al menos un dataverse.

Publicar dataverse

¿Está seguro de que quiere publicar su dataverse? Una vez hecho esto, deberá permanecer publicado.

Publicar dataverse

Este dataverse no puede publicarse porque el dataverse al que pertenece no se ha publicado.

Eliminar dataverse

¿Está seguro de que quiere eliminar este dataverse? No podrá recuperarlo.

Año de publicación: 2024

501 a 510 de 1.461 Resultados

rocfd528_binary_images.zip 27 sept 2024 - Rey-Osterrieth Complex Figure dataset (binary images) / Conjunto de datos de figuras complejas de Rey-Osterrieth (imágenes binarias) Archivo ZIP - 2,9 MB - MD5: 29d8a4f8415e8cdc6226b99b3ccd4e23 Datos Name: rocfd528_binary_images Content: 528 binary images of Rey-Osterrieth Complex Figures. Format: Portable Network Graphics Language: English Version: 1
qdsd414k.zip 27 sept 2024 - Subset of Quick, Draw! dataset for neural network pre-training / Subconjunto del conjunto de datos Quick, Draw! para pre-entrenamiento de redes neuronales Archivo ZIP - 1,8 GB - MD5: 6d485af0349e4c711194396d89bc5be7 Data Name: qdsd414k . Content: 414000 drawings of Quick, Draw! dataset distributed in several folders representing each of the classes and the subdivisions of the dataset (training, validation and test). Format: Portable Network Graphics . Version: 1
readme-en_qdsd414k.txt 27 sept 2024 - Subset of Quick, Draw! dataset for neural network pre-training / Subconjunto del conjunto de datos Quick, Draw! para pre-entrenamiento de redes neuronales Texto plano - 5,3 KB - MD5: aa418d4d4e4e12ec16600327ec96c891 Documentation
readme-es_qdsd414k.txt 27 sept 2024 - Subset of Quick, Draw! dataset for neural network pre-training / Subconjunto del conjunto de datos Quick, Draw! para pre-entrenamiento de redes neuronales Texto plano - 6,3 KB - MD5: e4b16be6ef5e2ac46ff077738fc967ac Documentation
Rey-Osterrieth Complex Figure (ROCF) Test Assessment(Universidad Nacional de Educación a Distancia (UNED)) 26 sept 2024Universidad Nacional de Educación a Distancia (UNED) The Rey-Osterrieth Complex Figure (ROCF) Test Assessment project uses deep learning models to extract useful information from this drawing-based neuropsychological test. This information could be leveraged by psychology professionals to improve the early diagnosis of cognitive im...
DATASET_Conductas_Deshonestas_Excel.csv 25 sept 2024 - Conductas deshonestas: ¿se juzga a los otros como a uno mismo? Valores separados por comas - 103,4 KB - MD5: a0c8ee4cfbc5a9b78407d6e26cfe2877
readme-en.txt 24 sept 2024 - Conductas deshonestas: ¿se juzga a los otros como a uno mismo? Texto plano - 4,5 KB - MD5: e41d82458313ffb82d4892a9cfd26bc7
001.zip 16 sept 2024 - Multi-view Leap2 Hand Pose Dataset Archivo ZIP - 15,3 GB - MD5: 9ce7101dd15b2ac75a71882467fd0e7d
002.zip 16 sept 2024 - Multi-view Leap2 Hand Pose Dataset Archivo ZIP - 15,3 GB - MD5: 5511571fe81afeed2db7d3a24c3cea0e
003.zip 16 sept 2024 - Multi-view Leap2 Hand Pose Dataset Archivo ZIP - 15,5 GB - MD5: e11ef37f19cefebf04520e527bd0ad29

rocfd528_binary_images.zip

27 sept 2024 - Rey-Osterrieth Complex Figure dataset (binary images) / Conjunto de datos de figuras complejas de Rey-Osterrieth (imágenes binarias)

Archivo ZIP - 2,9 MB -

Datos

Name: rocfd528_binary_images Content: 528 binary images of Rey-Osterrieth Complex Figures. Format: Portable Network Graphics Language: English Version: 1

qdsd414k.zip

27 sept 2024 - Subset of Quick, Draw! dataset for neural network pre-training / Subconjunto del conjunto de datos Quick, Draw! para pre-entrenamiento de redes neuronales

Archivo ZIP - 1,8 GB -

Data

Name: qdsd414k . Content: 414000 drawings of Quick, Draw! dataset distributed in several folders representing each of the classes and the subdivisions of the dataset (training, validation and test). Format: Portable Network Graphics . Version: 1

readme-en_qdsd414k.txt

27 sept 2024 - Subset of Quick, Draw! dataset for neural network pre-training / Subconjunto del conjunto de datos Quick, Draw! para pre-entrenamiento de redes neuronales

Texto plano - 5,3 KB -

Documentation

readme-es_qdsd414k.txt

27 sept 2024 - Subset of Quick, Draw! dataset for neural network pre-training / Subconjunto del conjunto de datos Quick, Draw! para pre-entrenamiento de redes neuronales

Texto plano - 6,3 KB -

Documentation

Rey-Osterrieth Complex Figure (ROCF) Test Assessment(Universidad Nacional de Educación a Distancia (UNED))

26 sept 2024Universidad Nacional de Educación a Distancia (UNED)

The Rey-Osterrieth Complex Figure (ROCF) Test Assessment project uses deep learning models to extract useful information from this drawing-based neuropsychological test. This information could be leveraged by psychology professionals to improve the early diagnosis of cognitive im...

DATASET_Conductas_Deshonestas_Excel.csv

25 sept 2024 - Conductas deshonestas: ¿se juzga a los otros como a uno mismo?

Valores separados por comas - 103,4 KB -

readme-en.txt

24 sept 2024 - Conductas deshonestas: ¿se juzga a los otros como a uno mismo?

Texto plano - 4,5 KB -

001.zip

16 sept 2024 - Multi-view Leap2 Hand Pose Dataset

Archivo ZIP - 15,3 GB -

002.zip

16 sept 2024 - Multi-view Leap2 Hand Pose Dataset

Archivo ZIP - 15,3 GB -

003.zip

16 sept 2024 - Multi-view Leap2 Hand Pose Dataset

Archivo ZIP - 15,5 GB -

Añadir datos

Necesita identificarse para crear un dataverse o añadir un dataset.

Iniciar sesión

Compartir dataverse

Enlace al dataverse

Reiniciar modificaciones