> ML_DATASET // HIGGS-BOSON-DATASET_v1.0
HIGGS Machine Learning Dataset
UCI ML Repository / Baldi et al. (UC Irvine) · High Energy Physics · 11,000,000 rows, 28 kinematic features
High Energy PhysicsCC-BY-4.011,000,000 rows, 28 kinematic featuresopen
Veri Profili ve Özellikler
Etiket Tipi:Binary (Signal process vs Background)
Diller:en
Lisans Seviyesi:permissive-open-source
Modaliteler:tabular
Amaçlanan Kullanım (Intended Use)
- Büyük ölçekli tablosal ikili sınıflandırma kıyaslaması
- GPU hızlandırmalı ağaç ve sinir ağı karşılaştırmaları
Yasaklanan / Kaçınılması Gereken Kullanım
- Fizik dışı alan modellemesi
Önyargı, Veri Sızıntısı ve Gizlilik Risk Analizi
Kişisel Veri Riskleri (Privacy Risks):
Sıfır kişisel veri; simüle edilmiş parçacık fiziği çarpışmaları.
Bilinen Önyargılar (Known Bias):
Monte Carlo simülasyon üreteci yapaylıkları.
Veri Sızıntısı Riski (Known Leakage):
Yok; kesin kontrollü simülasyon kinematiği.