程序IT圈
www.cxyquan.com
优秀程序猿技术公众号
摘要
"The world's most valuable resource is no longer oil,but data"
一种新的商品催生出一个利润丰厚、发展迅速的行业。这促使反垄断监管机构介入，从而约束那些能够控制这种商品流动的巨头。
一百年前，石油就是这样一种资源。现在，一些经营数据的巨头引发了类似担忧，这些数据将成为数字时代的石油。
目前处于数据驱动型经济中，如果无法分析当前或未来的趋势，任何组织都无法生存下去。抢夺数据已经成为决定下一步行动方案的关键。
作为数据科学领域的从业者来说，对于数据的需求更为强烈。
本次整理了一些NBA、社交网络、图像、语音、文本、时间序列、人文历史、金融等领域的免费和开源的数据集资源。
数据集
一、NBA球员数据集:
二、图像、文本、语言数据集
图像
1、由79302017幅图像组成的数据集，每幅图像为32x32像素彩色图像。
2、人脸识别数据集。
3、一个可搜索的图像数据库。
语音：
1、CMU语音识别数据库。
2、对音乐分析的数据集。
3、100万首歌曲的数据集
文本：
1、用于构建机器学习推荐系统的1.5 TB数据集
三、金融和商业数据集：
1、ebay拍卖招标数据集。
2、纽约市警察局的交通事故数据（csv格式）。
3、从aiHit数据库中随机抽取的10,000家英国公司的信息
4、美国股票新闻数据
5、美国金融客户投诉数据
229
6、Airbnb 开放的民宿信息和住客评论数据
四、政府出台的相关数据
1、健康、环境、能源等数据。
2、经济时间系列，由美国政府机构制作，以多种形式和媒体发行
3、USGovXML是一个由美国政府提供的公开可用web服务和XML数据源的索引
五、技术、社交网络、人文历史等数据集
1、80 Tb的存档web爬虫数据。
2、一个包含许多“开放”社交网络分析数据集的可访问库的站点。
3、斯坦福大型网络数据集收集。
4、一个包含谷歌图书公司的数据集。
5、基因遗传数据集。
6、地球撞击陨石数据。
机器学习数据集常用搜索网站
1、Kaggle
2、加州大学欧文分校机器学习库。
3、Google数据集搜索。
4、Datahub，分享高质量数据集平台
5、用于上传和查找数据集的机器学习数据集存储库。
介绍完以上的数据，最后分享份收藏已久的数据分析课的视频资源，希望帮助公众号的读者入门！
大家可以在本公众号『程序IT圈』上输入框回复：数据。
~完~
从2019年开始，公众号的送书活动，会采用一个月时间留言打卡最多的形式送出 。留言的话题，每天都不一样。
打卡格式：Day 0X：+评论区文末话题留言或者每日真实收获 。
希望这个打卡活动，可以长期坚持下去，助大家养成一个思考和分享的习惯！
今日话题
看完本文，你自己觉得目前世界上最有价值的东西是什么？或者，你也可以在评论区补充更多的数据链接渠道资源给其他人学习 。任何一个话题都可以，只要是经过自己认真思考后得出的答案即可！每天文末的话题讨论打卡，就是希望大家多交流，每个人都有在公众号发言的权力！希望你和我一起在这里成长！
点击「写留言」分享你的看法吧~
