免费资源库_ 第一篇 数据（2）

如今的我们，淹没在大数据的海洋中，却又忍受着因没有数据而导致的饥渴。很多人都想做大数据研究，但数据在哪里呢？数据不再是“资源”，而是变成了一种重要“资产”。

—— 摘自《数据科学理论与实践》

除了利用网络爬虫收集数据、数据生成和存储部门的供给之外，我们还可以通过以下方式获得大数据（在每一类途径之下给出了代表性数据集）：

1政府开放数据

• 美国政府开放的数据集 ：https://www.data.gov/

• 美国交通事故数据集：https://www-fars.nhtsa.dot.gov/Main/index.aspx

• 美国空气质量数据集：http://aqsdr1.epa.gov/aqsweb/aqstmp/airdata/download_files.html

• 印度政府公开的数据：data.gov.in(https://data.gov.in/)

• 英国政府公开的数据集：https://data.gov.uk/

2企业或公益组织

• Amazon Web Services (AWS) datasets：（https://aws.amazon.com/datasets/

• Google datasets：https://cloud.google.com/bigquery/public-data/

• Youtube labeled Video Dataset：https://research.google.com/youtube8m/

• NASA：https://data.nasa.gov/

• 世界银行：http://www.shihang.org/ 

• 纽约出租车：http://chriswhong.github.io/nyctaxi/

3大数据竞赛平台

• Kaggle：https://www.kaggle.com/datasets

• Past KDD Cups：http://www.kdd.org/kdd-cup

• Driven Data：https://www.drivendata.org/

4机器学习领域经典数据集

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

• Delve Datasets: http://www.cs.toronto.edu/~delve/data/datasets.html

5 统计学领域经典数据集

• 统计学领域论文、学术期刊、著名图书中的数据集

• 各类统计年鉴

• 统计数据库

6其他

• R包中的数据集，如nycflights13

本文授权转自：数据科学DataScience；