MNISTデータセット

MNIST(Mixed National Institute of Standards and Technology database)データセットは、手書き数字60000枚と、テスト画像10000枚が入ったデータセットです。

手書きの数字に0〜9の正解ラベルが付与されていて、画像認識に利用できます。

データ数も適量で、初心者が機械学習の画像認識を勉強するときなどに役立ちます。多くのライブラリで簡単に取得することができるため、とても人気の高いデータセットになっています。

MNISTに類似したデータセットも多く存在していて、例えばKMNIST(Kuzushiji-MNIST)というものがあります。人間が古文書を読むのを手助けするのに役立てようという目的で、人文学オープンデータ共同利用センターによって作成された日本古典籍くずし字データセットというものがあり、それを機械学習に適する形に加工したものです。データ量は上と同じ70000枚です。

また、ファッションECのZalandoが提供している、Fashion-MNISTというデータセットも存在しています。

ラベル「0」： T-shirt/top（Tシャツ／トップス）

ラベル「1」： Trouser（ズボン）

ラベル「2」： Pullover（プルオーバー、頭から被って着る服）

ラベル「3」： Dress（ドレス）

ラベル「4」： Coat（コート）

ラベル「5」： Sandal（サンダル）

ラベル「6」： Shirt（シャツ）

ラベル「7」： Sneaker（スニーカー）

ラベル「8」： Bag（バッグ）

ラベル「9」： Ankle boot（アンクルブーツ、かかとが隠れる丈のブーツ）

というように10種類のラベルが付与されていて、画像に映っている衣服の種類を特定することができます。データ量は同様に70000枚となっています。