大家好，現(xiàn)在分享10多個非常全面的數(shù)據(jù)集查找平臺，給大家。

Google 數(shù)據(jù)集

谷歌為數(shù)據(jù)集專門開發(fā)的搜索系統(tǒng)，20年初就已經(jīng)覆蓋2500萬的數(shù)據(jù)集。界面也非常簡潔，輸入關(guān)鍵詞即可返回相對應的數(shù)據(jù)集描述，如下。

• 鏈接：https://datasetsearch.research.google.com/

UCI數(shù)據(jù)集

http://archive.ics.uci.edu/ml/index.php

Huggingface數(shù)據(jù)集

NLP界網(wǎng)紅家的數(shù)據(jù)集，主要是自然語言處理方面的數(shù)據(jù)。支持使用python直接調(diào)取，譬如。

• 鏈接1：https://github.com/huggingface/datasets

• 鏈接2：https://huggingface.co/datasets

Kaggle 數(shù)據(jù)集

Kaggle大家再熟悉不過了，比賽平臺自然少不了數(shù)據(jù)啦。

• 鏈接：https://www.kaggle.com/datasets

Paper With Code 數(shù)據(jù)集

4075個機器學習相關(guān)數(shù)據(jù)集，相比于其他平臺的優(yōu)勢是會將數(shù)據(jù)集和相應領(lǐng)域的paper和benchmark對應在一起。

• 鏈接：https://www.paperswithcode.com/datasets

reddit 數(shù)據(jù)集

reddit是國外熱門論壇，在dataset板塊，可以搜索數(shù)據(jù)集。相比于其他平臺不同的是，可以與其他人針對數(shù)據(jù)集一起討論。

• 鏈接：https://www.**********/r/datasets/

CLUE 數(shù)據(jù)集

雖然上述平臺也會涵蓋中文的數(shù)據(jù)集，但是可能并不全面。CLUE組織專門針對中文NLP數(shù)據(jù)搭建了一個平臺，同時開源了許多中文大規(guī)模數(shù)據(jù)和預訓練模型，點贊！！

• 鏈接：https://www.cluebenchmarks.com/dataSet_search.html

以上幾個數(shù)據(jù)集是我自己平時使用效果比較好的，如果還沒找到你想要的數(shù)據(jù)，再提供幾個可以嘗試：

• 鏈接：https://www.datasetlist.com/

• 鏈接：https://github.com/awesomedata/awesome-public-datasets

• 鏈接：https://tinyletter.com/data-is-plural

• 鏈接：https://jupyter-tutorial.readthedocs.io/en/latest/data/index.html

• 鏈接：https://www.openml.org/search?type=data

• 鏈接：https://github.com/InsaneLife/ChineseNLPCorpus

轉(zhuǎn)載https://mp.weixin.qq.com/s/6rvCpebbywU_lxdutgV29w