【数据】CMU大佬分享三类优质数据集：综合、CV和NLP

关注：决策智能与机器学习，深耕AI脱水干货

来源 |  知乎

作者 |  攸宁

编辑 | 九三山人

编者按：数据是AI实施的必要条件，没有数据的AI就是空想，而AI圈的数据很多都可以在网上免费获取，非常方便，今天分享一个CMU大佬攸宁带来的数据集资源合集。主要包括了综合性数据集、CV计算机视觉数据集和NLP自然语言处理数据集。

PS：以前我们也分享过一些数据集的资源，感兴趣的可以在公众号历史文章中搜索查看，数据集系列也会持续更新。

一、综合性机器学习数据集

1. Google数据集搜索引擎

地址：https://toolbox.google.com/datasetsearch

类似Google Scholar的一个数据集搜索引擎，唯一的缺点是从国内访问的话需要科学上网。

Google Dataset Search

2. CMU - ML和AI数据

地址：https://guides.library.cmu.edu/machine-learning/home

CMU的一个ML/AI指南，不仅包括了如何找ML/AI的数据集，还包括了找ML/AI相关的书籍、文章以及文献管理、研究可重复性的相关资源。

CMU ML and AI LibGuides

3. UCI Machine Learning Repository

地址：https://archive.ics.uci.edu/ml/index.php

这是一个很经典的ML数据集网站，在ML的paper当中经常会遇到基于这些数据集做的实验。UCI机器学习数据集目前共收纳了将近500个数据集，并将这些数据集按数据类型（univariate、multivariate、time-series等）和机器学习任务（classification、regression、recommendation systems等）分类。其中有不少数据是已经清洗好的，可以拿来直