↑↑↑點擊上方藍(lán)字，回復(fù)資料，10個G的驚喜

來源：數(shù)據(jù)Seminar

[ 導(dǎo)讀?]在機器學(xué)習(xí)任務(wù)實施前，如何快速尋找到可用數(shù)據(jù)集，是令每一位研究人員最頭痛的事情。本文為大家列舉了八大主流數(shù)據(jù)集來源，不僅包含大量的數(shù)據(jù)集信息，而且包含了描述、用法以及一些實施案例等。

1、Kaggle數(shù)據(jù)集

Kaggle數(shù)據(jù)集地址

https://www.kaggle.com/datasets

這是我最喜歡的數(shù)據(jù)集之一，每個數(shù)據(jù)集都對應(yīng)于一個小型社區(qū)，你可以在其中討論數(shù)據(jù)，查找公共代碼，或者在其中創(chuàng)建自己的項目。這里包含了大量不同類型、不同結(jié)構(gòu)的數(shù)據(jù)集內(nèi)容。同時，還可以在其中獲取到與每個數(shù)據(jù)集關(guān)聯(lián)的資料，其中包含了許多數(shù)據(jù)科學(xué)家們提供的數(shù)據(jù)集分析筆記等。

2、Amazon數(shù)據(jù)集

AWS開放數(shù)據(jù)地址

https://registry.opendata.aws/

這個數(shù)據(jù)集中包含了不同領(lǐng)域的數(shù)據(jù)內(nèi)容，例如：公共交通、生態(tài)資源、衛(wèi)星圖像等。同時提供了搜索功能，以幫助用戶找到所需的數(shù)據(jù)集，還有各種數(shù)據(jù)集的描述信息以及用例，非常易于使用。

數(shù)據(jù)集存儲在Amazon Web Services（AWS）資源中，對于使用AWS構(gòu)建自己機器學(xué)習(xí)實驗的用戶來說，傳輸速度將非常塊。

3、UCI機器學(xué)習(xí)數(shù)據(jù)集

UCI數(shù)據(jù)集地址：

https://archive.ics.uci.edu/ml/datasets.html

這個數(shù)據(jù)集來自于加州大學(xué)信息與計算機科學(xué)學(xué)院，其中包含了100多個數(shù)據(jù)集。根據(jù)機器學(xué)習(xí)問題的類型對數(shù)據(jù)集進(jìn)行分類，可找到單變量或多變量時間序列數(shù)據(jù)集，以及分類、回歸或推薦系統(tǒng)的數(shù)據(jù)集。

4、Google數(shù)據(jù)集搜索引擎

Google數(shù)據(jù)集搜索引擎

https://toolbox.google.com/datasetsearch

在2018年末，Google推出了數(shù)據(jù)集搜索服務(wù)。這是一個可以按名稱搜索數(shù)據(jù)集的搜索引擎，目標(biāo)是為數(shù)萬個不同數(shù)據(jù)集存儲庫提供統(tǒng)一搜索入口，非常好用。

5、微軟數(shù)據(jù)集

在2018年7月，微軟與外界研究社區(qū)一起，發(fā)布了微軟研究開發(fā)數(shù)據(jù)。

微軟數(shù)據(jù)集地址：

https://msropendata.com/

它包含了云服務(wù)器中的數(shù)據(jù)存儲庫，致力于促進(jìn)全球研究社區(qū)的協(xié)作，并在其中提供了一系列用于已發(fā)表研究的數(shù)據(jù)集內(nèi)容。

6、Awesome開放數(shù)據(jù)集收藏列表

Awesom Public Datasets

https://github.com/awesomedata/awesome-public-datasets

本數(shù)據(jù)集列表中，按主題整理了大量的數(shù)據(jù)集內(nèi)容，例如：生物學(xué)、經(jīng)濟(jì)學(xué)、教育等。其中列出的大多數(shù)數(shù)據(jù)集都是免費的，但在使用任何數(shù)據(jù)集之前，均需檢查數(shù)據(jù)集的許可要求。

7、政府?dāng)?shù)據(jù)集

許多國家均在網(wǎng)絡(luò)上提供了多種公眾可用的政府?dāng)?shù)據(jù)集內(nèi)容，例如：

歐洲政府?dāng)?shù)據(jù)集

https://data.europa.eu/euodp/data/dataset

美國政府?dāng)?shù)據(jù)集

https://www.data.gov/

新西蘭政府?dāng)?shù)據(jù)集

https://catalogue.data.govt.nz/dataset

印度政府?dāng)?shù)據(jù)集

https://data.gov.in/

北愛爾蘭公共數(shù)據(jù)集

https://www.opendatani.gov.uk/

8、VisualData數(shù)據(jù)集

VisualData數(shù)據(jù)集

https://www.visualdata.io/

視覺數(shù)據(jù)包含了一些用于構(gòu)建計算機視覺模型的優(yōu)秀數(shù)據(jù)集，用戶可通過某個CV主題查詢，例如語義分割、圖像標(biāo)題、圖像生成、自動駕駛汽車等內(nèi)容。

總之，從目前觀察到的現(xiàn)象看，似乎存在一個全球性的方向，即向研究與機器學(xué)習(xí)社區(qū)提供越來越多的數(shù)據(jù)。這些新數(shù)據(jù)集的社區(qū)將繼續(xù)發(fā)展并使數(shù)據(jù)更加易用，以便眾包與計算機科學(xué)界能夠繼續(xù)快速創(chuàng)新，并為未來生活帶來更多創(chuàng)造性的方案。

原文鏈接：

https://medium.com/datadriveninvestor/top-8-sources-for-machine-learning-and-analytics-datasets-5d2d94ada8ab

↓↓↓我的朋友圈更精彩↓

推薦閱讀
（點擊標(biāo)題可跳轉(zhuǎn)閱讀）
數(shù)學(xué)系的概率論和我們的不太一樣。。。
數(shù)學(xué)家萊布尼茨：一個千古絕倫的大智者
機器學(xué)習(xí)論文清單：GitHub 2300+星
機器學(xué)習(xí)模型調(diào)參指南（附代碼）
老鐵，三連支持一下，好嗎？↓↓↓