机器学习(Machine Learning)与深度学习(Deep Learning)资料 之 数据集

以下内容摘选自：https://github.com/ty4z2008/Qix/blob/master/dl2.md
                          https://github.com/ty4z2008/Qix/blob/master/dl.md

• 《Fuel》

介绍:Fuel为你的机器学习模型提供数据。他有一个共享如MNIST, CIFAR-10 (图片数据集), Google’s One Billion Words (文字)这类数据集的接口。你使用他来通过很多种的方式来替代自己的数据。

• 《Datasets Used For Benchmarking Deep Learning Algorithms》

介绍:deeplearning.net整理的深度学习数据集列表.

• 《【语料库】语料库资源汇总》

介绍：【语料库】语料库资源汇总

• 《加州大学欧文分校(UCI)机器学习数据集仓库》

介绍：当前加州大学欧文分校为机器学习社区维护着306个数据集。查询数据集

• 《Awesome Public Datasets》

介绍:开放数据集.

• 《A large-scale dataset of manually annotated audio events》

介绍:Google发布大规模音频数据集

• 《Yet Another Computer Vision Index To Datasets (YACVID)》

介绍:计算机视觉的一个较大的数据集索引, 包含387个标签，共收录了314个数据集合，点击标签云就可以找到自己需要的库了.

• 《计算机视觉数据集不完全汇总》

介绍：计算机视觉数据集不完全汇总

• 《Citation Network Dataset》

介绍:AMiner论文引用数据集(v7:2,244,021 papers and 4,354,534citation relationships)

• 《雅虎研究院的数据集汇总》

介绍：雅虎研究院的数据集汇总：包括语言类数据，图与社交类数据，评分与分类数据，计算广告学数据，图像数据，竞赛数据，以及系统类的数据。

• 《Awesome Public Datasets》

介绍: Awesome系列中的公开数据集

• 《Evaluating language identification performance》

介绍:如何在社会媒体上做语言检测？没有数据怎么办？推特官方公布了一个十分难得的数据集：12万标注过的Tweets，有70种语言

• 《WikiTableQuestions: a Complex Real-World Question Understanding Dataset》

介绍:WikiTableQuestions——复杂真实问答数据集

• 《Big Data: 35 Brilliant And Free Data Sources For 2016》

介绍:(2016版)35个超棒的免费大数据源

• 《Datasets for Natural Language Processing》

介绍:自然语言处理NLP数据集列表

• 《Microsoft Academic Graph》

介绍:37G的微软学术图谱数据集.

• 《6 Useful Databases to Dig for Data (and 100 more)》

介绍:适合做数据挖掘的6个经典数据集(及另外100个列表).

• 《Large-scale CelebFaces Attributes (CelebA) Dataset》

介绍:香港中文大学汤晓鸥教授实验室公布的大型人脸识别数据集： Large-scale CelebFaces Attributes(CelebA) Dataset 10K 名人，202K脸部图像，每个图像40余标注属性.