数据集网址集合

Author: sjsdfg

markdown/数据集网址集合.md

@@ -0,0 +1,145 @@
+# 数据集网址集合
+
+---
+
+http://archive.ics.uci.edu/ml/index.php
+http://aws.amazon.com/publicdatasets/
+http://www.kaggle.com/competitions
+http://www.kdnuggets.com/datasets/index.html
+https://mp.weixin.qq.com/s?__biz=MzI4ODU5NjQ3OQ==&mid=2247483972&idx=1&sn=c7f7bbb3312934468912705d74d7c07f&chksm=ec3d4ad4db4ac3c25b6dbf7ce002195d3086e075b4b8087a252735a71c370e78fce074e832ef&mpshare=1&scene=23&srcid=1212moFaKMWXuk3LOpfsACna#rd
+http://mp.weixin.qq.com/s/4eDan-7KNnwgVP0DT96gzQ
+http://mp.weixin.qq.com/s/tKc72xnqu4R4wkrVbK_bXA （偏国内，包含工具）
+https://www.quandl.com/
+
+http://archive.ics.uci.edu/ml/datasets.html
+
+## 20G的金融行业数据集
+http://mp.weixin.qq.com/s/_NS0UUDr84yq0rLg7jfr5g
+
+## 图片数据
+http://labelme.csail.mit.edu/Release3.0/index.php?message=1
+http://www.image-net.org/index
+
+## 吴恩达医学数据
+http://mp.weixin.qq.com/s/M3s3z3YnEBvUxpDVGFVKHw
+
+## 影像数据
+http://www.91weitu.com/
+
+## 气象
+http://172.16.14.141:9100/
+
+## 爬虫工具
+https://www.oschina.net/p/beanbun
+https://mp.weixin.qq.com/s/5rtoVnhYcVZpuRszr88diQ
+https://gitee.com/xiyouMc/pornhubbot
+https://gitee.com/l-weiwei/spiderman
+https://gitee.com/flashsword20/webmagic
+
+## 古诗
+https://github.com/chinese-poetry/chinese-poetry
+
+##  Datasets
+Neural Networks used for supervised learning are notoriously data hungry. That’s why open datasets are an incredibly important contribution to the research community. The following are a few datasets that stood out this year:
+
+- Youtube Bounding Boxes
+- Google QuickDraw Data
+- DeepMind Open Source Datasets
+- Google Speech Commands Dataset
+- Atomic Visual Actions
+- Several updates to the Open Images data set
+- Nsynth dataset of annotated musical notes
+- Quora Question Pairs
+
+
+##  Public Data Sets on Amazon Web Services (AWS) 
+http://aws.amazon.com/datasets 
+Amazon从2008年开始就为开发者提供几十TB的开发数据。 
+
+##  Yahoo! Webscope 
+http://webscope.sandbox.yahoo.com/index.php 
+
+##  Konect is a collection of network datasets 
+http://konect.uni-koblenz.de/ 
+
+##  Stanford Large Network Dataset Collection 
+http://snap.stanford.edu/data/index.html 
+
+##  安全相关的数据集
+http://www.secrepo.com/
+
+
+##  几个跟互联网有关的数据集： 
+1、Dataset for "Statistics and Social Network of YouTube Videos"     
+http://netsg.cs.sfu.ca/youtubedata/ 
+
+2、1998 World Cup Web Site Access Logs 
+http://ita.ee.lbl.gov/html/contrib/WorldCup.html 
+这个是1998年世界杯期间的数据集。从1998/04/26 到 1998/07/26 的92天中，发生了 1,352,804,107次请求。 
+
+3、Page view statistics for Wikimedia projects 
+http://dammit.lt/wikistats/ 
+
+4、AOL Search Query Logs - RP 
+http://www.researchpipeline.com/mediawiki/index.php?title=AOL_Search_Query_Logs 
+
+5、livedoor gourmet 
+http://blog.livedoor.jp/techblog/archives/65836960.html 
+
+##  海量图像数据集： 
+1、ImageNet 
+http://www.image-net.org/ 
+包含1400万的图像。 
+
+2、Tiny Images Dataset 
+http://horatio.cs.nyu.edu/mit/tiny/data/index.html 
+包含8000万的32x32图像。 
+
+3、 MirFlickr1M 
+http://press.liacs.nl/mirflickr/ 
+Flickr中的100万的图像集。 
+
+4、 CoPhIR 
+http://cophir.isti.cnr.it/whatis.html 
+Flickr中的1亿600万的图像 
+
+5、SBU captioned photo dataset 
+http://dsl1.cewit.stonybrook.edu/~vicente/sbucaptions/ 
+Flickr中的100万的图像集。 
+
+6、Large-Scale Image Annotation using Visual Synset(ICCV 2011) 
+http://cpl.cc.gatech.edu/projects/VisualSynset/ 
+包含2亿图像 
+
+7、NUS-WIDE 
+http://lms.comp.nus.edu.sg/research/NUS-WIDE.htm 
+Flickr中的27万的图像集。 
+
+8、SUN dataset 
+http://people.csail.mit.edu/jxiao/SUN/ 
+包含13万的图像 
+
+9、MSRA-MM 
+http://research.microsoft.com/en-us/projects/msrammdata/ 
+包含100万的图像，23000视频 
+
+10、TRECVID 
+http://trecvid.nist.gov/ 
+
+Stack Overflow Dump Files 
+7.3G stackoverflow.com-Posts.7z 
+573.1K stackoverflow.com-Tags.7z 
+153.0M stackoverflow.com-Users.7z 
+2.2G stackoverflow.com-Comments.7z 
+
+截止目前好像还没有国内的企业或者组织开放自己的数据集。希望也能有企业开发自己的数据集给研究人员使用，从而推动海量数据处理在国内的发展！ 
+
+##  2014/07/07 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
+
+
+
+