ICode9
精准搜索请尝试： 精确搜索
首页
编程语言>
数据库
系统相关
互联网
其他分享
Python
Java
JavaScript
android
PHP
首页 > 其他分享> 文章详细

人工智能、大数据、数据挖掘、机器学习-数据集来源

2022-01-13 18:02:00  阅读：228  来源： 互联网

标签：www http 人工智能 ics html edu 数据挖掘 数据 uci


一、有很多小伙伴说学习大数据和人工智能，需要用到数据，但是又不知道数据去哪里拿，这里我分享一下之前收藏过的一些网站给大家。

二、先来回答大家两个问题：

问题1：博客里所所涉及到的数据在哪里拿？

后台总是有很多小伙伴想问我拿我博客的数据，关于经常被问到的，我都放在公众号匹配词汇中了，只需要回复就可以拿到下载链接。

问题2：想学习机器学习，不知道数据怎么来？

要问数据可以从哪里来的话，公司里面的数据是肯定拿不到的了，所以主要有公开的数据、学习框架里都有内置的数据、实验室的数据、还有各种比赛也会提供各种脱敏的数据，当然，如果你熟悉爬虫的话，你也可以自己写爬虫去爬去一些数据。

三、以下是收集到的链接

大数据

  1. https://delicious.com/pskomoroch/dataset
  2. http://stackoverflow.com/questions/10843892/download-large-data-for-hadoop
  3. http://konect.uni-koblenz.de/

搜狗实验室

http://www.sogou.com/labs/resources.html?v=1

气象数据集

https://www.ncdc.noaa.gov/data-access/quick-links

气候监测数据集

http://cdiac.ornl.gov/ftp/ndp026b

机器学习

亚马逊网络服务数据

http://aws.amazon.com/datasets

航空公司数据 (2009 年 ASA 挑战)

http://stat-computing.org/dataexpo/2009/the-data.html

澳大利亚天气

http://www.bom.gov.au/climate/dwo/

因果关系工作台

http://www.causality.inf.ethz.ch/repository.php

Kaggle 竞争数据

https://www.kaggle.com/datasets

KDNuggets 竞争网站

www.kdnuggets.com/datasets/

机器学习的数据集存储库

http://mldata.org/

医疗保险数据文件

http://go.cms.gov/19xxPN4

微软研究院

http://research.microsoft.com/apps/dp/dl/downloads.aspx

百万歌曲数据集

http://blog.echonest.com/post/3639160982/million-song-dataset

歌曲数据集

http://labrosa.ee.columbia.edu/millionsong/pages/additional-datasets

RDataMining.com R 和数据挖掘电子书数据

http://www.rdatamining.com/data

革命分析集合

http://www.revolutionanalytics.com/subscriptions/datasets/

社交网络

http://www.cs.cmu.edu//ancestry.com/ ~ jelsas / 数据

UCI 机器学习库

http://archive.ics.uci.edu/ml/

535 亿点击

  1. http://cnets.indiana.edu/groups/nan/webtraffic/click-dataset

  2. http://archive.ics.uci.edu/ml/

  3. http://www.ics.uci.edu/~mlearn//MLRepository.htm

机器学习样本数据库

  1. http://kdd.ics.uci.edu/

  2. http://www.ics.uci.edu/~mlearn/MLRepository.html

关于基金的数据挖掘的网站

http://www.gotofund.com/index.asp

数据生成器的链接

http://www.cse.cuhk.edu.hk/~kdd/data_collection.html

癌症基因

http://www.broad.mit.edu/cgi-bin/cancer/datasets.cgi

金融数据

http://lisp.vse.cz/pkdd99/Challenge/chall.htm

网络

斯坦福大学大型网络数据收集

http://snap.stanford.edu/data/

微软匿名网络数据

http://kdd.ics.uci.edu/databases/msweb/msweb.html

MSNBC 匿名网络数据

http://kdd.ics.uci.edu/databases/msnbc/msnbc.html

SyskillWebert Web 数据

http://kdd.ics.uci.edu/databases/SyskillWebert/SyskillWebert.html

图像

ImageNet （包含 1400 万的图像）

http://www.image-net.org/

Tiny Images Dataset （包含 8000 万的 32x32 图像）

http://horatio.cs.nyu.edu/mit/tiny/data/index.html

MirFlickr1M （包含 100 万的图像）

http://press.liacs.nl/mirflickr/

CoPhIR （包含 1 亿 600 万的图像 ）

http://cophir.isti.cnr.it/whatis.html

SBU captioned photo dataset （包含 100 万的图像）

http://dsl1.cewit.stonybrook.edu/~vicente/sbucaptions/

Large-Scale Image Annotation using Visual Synset(ICCV 2011) （包含 2 亿图像 ）

http://cpl.cc.gatech.edu/projects/VisualSynset/

NUS-WIDE（包含 27 万的图像）

http://lms.comp.nus.edu.sg/research/NUS-WIDE.htm

SUN dataset （包含 13 万的图像）

http://people.csail.mit.edu/jxiao/SUN/

MSRA-MM （包含 100 万的图像，23000 视频 ）

http://research.microsoft.com/enus/projects/msrammdata/

TRECVID

http://trecvid.nist.gov/

卡耐基 - 梅隆的脸图片

http://kdd.ics.uci.edu/databases/faces/faces.html

金星上的火山

http://kdd.ics.uci.edu/databases/volcanoes/volcanoes.html

雅虎发布超大 Flickr 数据集 1 亿的图片 + 视频

http://yahoolabs.tumblr.com/post/89783581601/one-hundred-million-creative-commons-flickr-images-for

100 多个有趣的数据集

http://www.csdn.net/article/2014-06-06/2820111-100-Interesting-Data-Sets-for-Statistics

图像处理相关个人主页、研究组及公开数据集网址

http://blog.sciencenet.cn/blog-673472-759786.html

Public Domain Collections

Data360

http://www.data360.org/index.aspx

Datamob.org

http://datamob.org/datasets

Factual

http://www.factual.com/topics/browse

Freebase

http://www.freebase.com/

Google

http://www.google.com/publicdata/directory

infochimps: http://www.infochimps.com/

numbray

http://numbrary.com/

Quora

https://www.quora.com/Data/Where-can-I-find-large-datasets-open-to-the-public

RS Collection 100+

http://rs.io/2014/05/29/list-of-data-sets.html

Sample R data sets

http://stat.ethz.ch/R-manual/R-patched/library/datasets/html/00Index.html

SourceForge 研究数据

http://www.nd.edu/ oss / 数据 / 研究司

StatSci.org

http://www.statsci.org/datasets.html

UFO 报告

http://www.nuforc.org/webreports.html

维基解密 911 寻呼机截取

http://911.wikileaks.org/files/index.html

Stats4Stem.org:R 数据集

http://www.stats4stem.org/data-sets.html

《华盛顿邮报》名单

http://www.washingtonpost.com/wp-srv/metro/data/datapost.html

科学

农业实验

http://www.insider.org/packages/cran/agridat/docs/agridat

气候数据

http://www.cru.uea.ac.uk/cru/data/temperature/#datter

and ftp://ftp.cmdl.noaa.gov/

Gene Expression Omnibus

http://www.ncbi.nlm.nih.gov/geo/

Geo Spatial Data

http://geodacenter.asu.edu/datalist/

Human Microbiome Project

http://www.hmpdacc.org/reference_genomes/reference_genomes.php

MIT Cancer Genomics Data

http://www.broadinstitute.org/cgibin/cancer/datasets.cgi

NASA

http://nssdc.gsfc.nasa.gov/nssdc/obtaining_data.html

NIH Microarray data

ftp://ftp.ncbi.nih.gov/pub/geo/DATA/supplementary/series/GSE6532/®

Protein structure

http://www.infobiotic.net/PSPbenchmarks/

Public Gene Data

http://www.pubgene.org/

斯坦福大学的微阵列数据

http://smd.stanford.edu/

社会科学

综合社会调查

http://www3.norc.org/GSS + 网站 /

ICPSR

http://www.icpsr.umich.edu/icpsrweb/ICPSR/access/index.jsp

皮尤研究

http://www.pewinternet.org/datasets/pages/2/

加州大学洛杉矶分校的社会科学档案

http://dataarchives.ss.ucla.edu/Home.DataPortals.html

UPJOHN 本月

http://www.upjohn.org/erdc/erdc.html

时间序列

时间序列数据库

http://robjhyndman.com/TSDL/

澳大利亚手语数据

http://kdd.ics.uci.edu/databases/auslan/auslan.html

高质量的澳大利亚手语数据

http://kdd.ics.uci.edu/databases/auslan2/auslan.html

脑电图数据

http://kdd.ics.uci.edu/databases/eeg/eeg.html

日本的元音

http://kdd.ics.uci.edu/databases/JapaneseVowels/JapaneseVowels.html

Pioneer-1 移动机器人数据

http://kdd.ics.uci.edu/databases/pioneer/pioneer.html

伪周期合成时间序列

http://kdd.ics.uci.edu/databases/synthetic/synthetic.html

合成控制图时间序列

http://kdd.ics.uci.edu/databases/synthetic_control/synthetic_control.html

大学

卡内基梅隆大学安然电子邮件

http://www.cs.cmu.edu/~ 安然 /

卡内基梅隆大学 StatLab

http://lib.stat.cmu.edu/datasets/

龙骨存储库

http://sci2s.ugr.es/keel/datasets.php

卡内基梅隆大学 JASA 数据归档

http://lib.stat.cmu.edu/jasadata/

俄亥俄州立大学财务数据

http://fisher.osu.edu/fin/osudata.htm

加州大学伯克利分校

http://ucdata.berkeley.edu/

加州大学洛杉矶分校

http://aws.amazon.com/datasets

加州大学河滨分校时间序列

http://www.cs.ucr.edu/ / time_series_data /

多伦多大学

http://www.cs.toronto.edu / 深入 / 数据 / datasets.html

UCI 知识发现 (KDD) 归档

http://kdd.ics.uci.edu/

信息和计算机科学

http://www.ics.uci.edu/

加州大学欧文分校

https://uci.edu/

互联网相关数据集

Dataset for “Statistics and SocialNetwork of YouTube Videos”

http://netsg.cs.sfu.ca/youtubedata/

1998 World Cup Web Site Access Logs

http://ita.ee.lbl.gov/html/contrib/WorldCup.html

（从 1998/04/26 到 1998/07/26 的 92 天中，发生了 1,352,804,107 次请求）

Page view statistics for Wikimedia projects

http://dammit.lt/wikistats/

AOL Search Query Logs - RP

http://www.researchpipeline.com/mediawiki/index.php?title=AOL_Search_Query_Logs

livedoor gourmet

http://blog.livedoor.jp/techblog/archives/65836960.html

离散序列数据

UNIX 用户数据

http://kdd.ics.uci.edu/databases/UNIX_user_data/UNIX_user_data.html

主菜芝加哥推荐数据

http://kdd.ics.uci.edu/databases/entree/entree.html

多元数据

人口收入调查数据库

http://kdd.ics.uci.edu/databases/census-income/census-income.html

线圈数据

http://kdd.ics.uci.edu/databases/coil/coil.html

Corel 图像特征

http://kdd.ics.uci.edu/databases/CorelFeatures/CorelFeatures.html

森林 CoverType

http://kdd.ics.uci.edu/databases/covertype/covertype.html

保险公司基准 (2000 卷)

http://kdd.ics.uci.edu/databases/tic/tic.html

互联网使用数据

http://kdd.ics.uci.edu/databases/internet_usage/internet_usage.html

IPUMS 人口普查数据

http://kdd.ics.uci.edu/databases/ipums/ipums.html

KDD CUP 1998 数据

http://kdd.ics.uci.edu/databases/kddcup98/kddcup98.html

KDD CUP 1999 数据

http://kdd.ics.uci.edu/databases/kddcup99/kddcup99.html

1990 年美国人口普查数据

http://kdd.ics.uci.edu/databases/census1990/USCensus1990.html

关系数据

大肠杆菌基因

http://kdd.ics.uci.edu/databases/ecoli/ecoli.html

结核分枝杆菌基因

http://kdd.ics.uci.edu/databases/tb/tb.html

电影

http://kdd.ics.uci.edu/databases/movies/movies.html

MovieLens 数据集

http://datahub.io/dataset/movielens

厄尔尼诺现象的数据

http://kdd.ics.uci.edu/databases/el_nino/el_nino.html

文本

20 新闻组数据

http://kdd.ics.uci.edu/databases/20newsgroups/20newsgroups.html

路透社 - 21578 文本分类收集

http://kdd.ics.uci.edu/databases/reuters21578/reuters21578.html

路透转录子集

http://kdd.ics.uci.edu/databases/reuters_transcribed/reuters_transcribed.html

摘要 1990- 2003 年 NSF 研究奖项

http://kdd.ics.uci.edu/databases/nsfabs/nsfawards.html

其他

http://www-2.cs.cmu.edu/afs/cs/project/theo-11/www/naive-bayes.html

http://www.w3.org/TR/WD-logfile-960221.html

http://www.w3.org/Daemon/User/Config/Logging.html#AccessLog

http://www.w3.org/1998/11/05/WC-workshop/Papers/bala2.html

http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/theo-11/www/wwkb/

http://www.web-caching.com/traces-logs.html

http://www-2.cs.cmu.edu/webkb

http://www.cs.auc.dk/research/DP/tdb/TimeCenter/TimeCenterPublications/TR-75.pdf

http://www.cs.cornell.edu/projects/kddcup/index.html

标签：www,http,人工智能,ics,html,edu,数据挖掘,数据,uci
来源： https://blog.csdn.net/shaock2018/article/details/122479309

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

关于我们 | 联系我们 | 留言反馈

专注分享技术，共同学习，共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有