资源史上最全数据集汇总.pdf
需积分: 1 135 浏览量
2023-04-20
19:56:41
上传
评论
收藏 175KB PDF 举报
【资源】史上最全数据集汇总
⽆论是数据挖掘还是⽬前⼤热的深度学习，都离不开“⼤数据”。⼤公司们⼀般会有⾃⼰的数据，但对于创业公司或是⾼校⽼师、学⽣来
说，“Where can I get large datasets open to the public” 是⼀个不得不⾯对的问题。 本⽂将为您提供⼀个⽹站/资源列表，从中你可
以使⽤数据来完成你⾃⼰的数据项⽬，甚⾄创造你⾃⼰的产品。
⼀.如何使⽤这些资源?
使⽤它们最简单的⽅法是进⾏数据项⽬，并在⽹站上发布它们。这不仅能提⾼你的数据和可视化技能，还能改善你的结构化思维。
另⼀⽅⾯，如果你正在考虑/处理基于数据的产品，这些数据集可以通过提供额外的/新的输⼊数据来增加您的产品的功能。
我们已经在不同的部分中划分了这些数据源，以帮助你根据应⽤程序对数据源进⾏分类。⾸先从简单、通⽤和易于处理数据集开始，然后转
向⼤型/⾏业相关数据集。然后，我们为特定的⽬的——⽂本挖掘、图像分类、推荐引擎等提供数据集的链接。这将为您提供⼀个完整的数
据资源列表。
⼆.由简单和通⽤的数据集开始
这是美国政府公开数据的所在地，该站点包含了超过19万的数据点。这些数据集不同于⽓候、教育、能源、⾦融和更多领域的数据。
640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1
这是印度政府公开数据的所在地，通过各种⾏业、⽓候、医疗保健等来寻找数据，你可以在这⾥找到⼀些灵感。根据你居住的国家的不同，
你也可以从其他⼀些⽹站上浏览类似的⽹站。
3.World Bank
世界银⾏的开放数据。该平台提供 Open Data Catalog，世界发展指数，教育指数等⼏个⼯具。
4.RBI
印度储备银⾏提供的数据。这包括了货币市场操作、收⽀平衡、银⾏使⽤和⼀些产品的⼏个指标。
5.Five Thirty Eight Datasets
Five Thirty Eight，亦称作 538，专注与民意调查分析，政治，经济与体育的博客。该数据集为 Five Thirty Eight Datasets 使⽤的数据
集。每个数据集包括数据，解释数据的字典和Five Thirty Eight ⽂章的链接。如果你想学习如何创建数据故事，没有⽐这个更好。
三.⼤型数据集
1.Amazon Web Services(AWS)datasets
Amazon提供了⼀些⼤数据集，可以在他们的平台上使⽤，也可以在本地计算机上使⽤。您还可以通过EMR使⽤EC2和Hadoop来分析云中
的数据。在亚马逊上流⾏的数据集包括完整的安然电⼦邮件数据集，Google Books n-gram，NASA NEX 数据集，百万歌曲数据集等。
640?wx_fmt=png
2.Google datasets
Google 提供了⼀些数据集作为其 Big Query ⼯具的⼀部分。包括 GitHub 公共资料库的数据，Hacker News 的所有故事和评论。
3.Youtube labeled Video Dataset
⼏个⽉前，⾕歌研究⼩组发布了YouTube上的“数据集”，它由800万个YouTube视频id和4800个视觉实体的相关标签组成。它来⾃数
⼗亿帧的预先计算的，最先进的视觉特征。
640?wx_fmt=png
四.预测建模与机器学习数据集
1.UCI Machine Learning Repository
资源评论
