?topsy

topsy發(fā)音

英：　　美：

topsy中文意思翻譯

顛倒?fàn)顟B(tài)

有沒(méi)有一些免費(fèi)的大數(shù)據(jù)來(lái)源？

確實(shí)是這樣，如果沒(méi)有數(shù)據(jù)的話，人工智能技術(shù)就是空中樓宇。不過(guò)幸好歐美一些科研機(jī)構(gòu)和政府組織，開(kāi)放了一些高質(zhì)量的免費(fèi)數(shù)據(jù)，接下來(lái)提供30個(gè)免費(fèi)的在線大數(shù)據(jù)來(lái)源：

1、 世界銀行開(kāi)放數(shù)據(jù)（World Bank Open Data），是涵蓋了全球人口統(tǒng)計(jì)數(shù)據(jù)、大量經(jīng)濟(jì)和發(fā)展指標(biāo)的數(shù)據(jù)集。

2、 國(guó)際貨幣基金組織數(shù)據(jù)（IMF Data），國(guó)際貨幣基金組織公布的國(guó)際財(cái)務(wù)狀況、債務(wù)率、外匯儲(chǔ)備、商品價(jià)格和投資數(shù)據(jù)。

3、 美國(guó)國(guó)家教育統(tǒng)計(jì)中心（The US National Center for Education Statistics Data），提供了覆蓋美國(guó)和世界各地的教育機(jī)構(gòu)和教育人口統(tǒng)計(jì)的數(shù)據(jù)。

4、 英國(guó)數(shù)據(jù)中心（The UK Data Centre）是英國(guó)最大的社會(huì)、經(jīng)濟(jì)和人口的數(shù)據(jù)集。

5、 FiveThirtyEight，有大量提供政治和體育問(wèn)題輿論數(shù)據(jù)的民意調(diào)查。

6、 FBI統(tǒng)一犯罪報(bào)告（FBI Uniform Crime Reporting），聯(lián)邦調(diào)查局負(fù)責(zé)編輯和出版國(guó)家犯罪統(tǒng)計(jì)數(shù)據(jù)，并在國(guó)家、州和縣級(jí)提供免費(fèi)數(shù)據(jù)。

7、 美國(guó)司法局（Bureau of Justice），在這里你可以找到關(guān)于美國(guó)執(zhí)法機(jī)構(gòu)、監(jiān)獄、假釋和緩刑機(jī)構(gòu)及法院的數(shù)據(jù)。

8、 Qlick Data Market提供免費(fèi)包，可訪問(wèn)涵蓋世界人口、貨幣、發(fā)展指標(biāo)和天氣數(shù)據(jù)的數(shù)據(jù)集。

9、 美國(guó)宇航局外行星存檔（NASA Exoplanet Archive）的公共數(shù)據(jù)集涵蓋了由美國(guó)宇航局空間探索任務(wù)收集的行星和恒星數(shù)據(jù)。

10、聯(lián)合國(guó)貿(mào)易數(shù)據(jù)庫(kù)（UN Comtrade Database Statistics）統(tǒng)計(jì)是由聯(lián)合國(guó)匯編并出版的資料，包括Comtrade Lab，展示了如何使用尖端分析和工具從數(shù)據(jù)中提取價(jià)值。

11、金融時(shí)報(bào)市場(chǎng)數(shù)據(jù)（Financial Times Market Data）是關(guān)于全球金融市場(chǎng)的最新信息，包括股票價(jià)格指數(shù)、商品和外匯。

12、谷歌趨勢(shì)（Google Trends）是檢查和分析全球互聯(lián)網(wǎng)上搜索活動(dòng)和趨勢(shì)新聞的數(shù)據(jù)。

13、Twitter，Twitter的優(yōu)勢(shì)在于大多數(shù)對(duì)話都是公開(kāi)的，這意味著大量的數(shù)據(jù)可以通過(guò)其API獲得，誰(shuí)正在談?wù)撌裁?，何地、何時(shí)以及為什么。

14、谷歌學(xué)術(shù)（Google Scholar）包括學(xué)術(shù)論文、期刊、書(shū)籍和法律判例法的文本內(nèi)容。

15、Instagram，與Twitter一樣，Instagram的帖子和對(duì)話默認(rèn)為公開(kāi)，其API允許對(duì)喜歡、提及和商業(yè)細(xì)節(jié)進(jìn)行分析。

16、OpenCorporates是全球最大的企業(yè)開(kāi)放數(shù)據(jù)庫(kù)。

17、Glassdoor API提供了有關(guān)職位空缺、候選人、薪水和員工滿意度的信息，可通過(guò)他們的開(kāi)發(fā)者API獲得。

18、IMDB Datasets，是從網(wǎng)絡(luò)上最大的**、電視和從業(yè)人員中獲得的多種格式數(shù)據(jù)集。

19、OpenLibrary Data Dumps是關(guān)于世界各地圖書(shū)館書(shū)籍目錄的數(shù)據(jù)集。

20、Labelled Faces in the Wild整理并標(biāo)記了13,000個(gè)人臉圖像，用于開(kāi)發(fā)涉及面部識(shí)別的應(yīng)用。

21、Microsoft Marco是微軟的開(kāi)放式機(jī)器學(xué)習(xí)數(shù)據(jù)集，用于閱讀理解和問(wèn)題回答的培訓(xùn)系統(tǒng)。

22、機(jī)器學(xué)習(xí)數(shù)據(jù)集知識(shí)庫(kù)（Machine Learning Dataset Repository）由集合了由參與機(jī)器學(xué)習(xí)項(xiàng)目的數(shù)據(jù)科學(xué)家貢獻(xiàn)的開(kāi)放數(shù)據(jù)集。

23、易趣市場(chǎng)數(shù)據(jù)洞察（eBay Market Data Insights）提供了來(lái)自eBay的數(shù)以百萬(wàn)計(jì)的在線銷(xiāo)售和拍賣(mài)數(shù)據(jù)。

24、自然歷史博物館數(shù)據(jù)門(mén)戶（Natural History Museum Data Portal）提供了關(guān)于倫敦博物館藏品中近400萬(wàn)個(gè)歷史標(biāo)本的信息，以及自然世界的科學(xué)錄音。

25、歐洲核子研究中心開(kāi)放數(shù)據(jù)（CERN Open Data），歐洲核子研究中心開(kāi)展的粒子物理實(shí)驗(yàn)提供了超過(guò)1PB的數(shù)據(jù)。

26、One Million Audio Cover Images數(shù)據(jù)集托管在archive.org上，涵蓋世界各地發(fā)布的音樂(lè)，用于圖像處理研究

27、Complete Public Reddit Comments Corpus，2007年至2015年期間在Reddit上發(fā)布的10多億份公共評(píng)論，用于訓(xùn)練語(yǔ)言算法。

28、Microsoft Azure Data Markets Free Datasets，提供了涵蓋從農(nóng)業(yè)到天氣所有內(nèi)容的免費(fèi)數(shù)據(jù)集。

29、Irish Electric Vehicle Charge Point Status收集了這個(gè)負(fù)責(zé)愛(ài)爾蘭共和國(guó)和北愛(ài)爾蘭電動(dòng)汽車(chē)充電站網(wǎng)絡(luò)數(shù)據(jù)機(jī)構(gòu)的數(shù)據(jù)。

30、LondonAir提供了來(lái)自倫敦各地的污染和空氣質(zhì)量數(shù)據(jù)。

有沒(méi)有一些免費(fèi)的大數(shù)據(jù)來(lái)源？

數(shù)據(jù)無(wú)處不在 - 而且它很多都是免費(fèi)的。作為人工智能的三大核心要素（數(shù)據(jù)、算法、算力）之一的“數(shù)據(jù)”得到越來(lái)越多的重視。在某些條件下，甚至比其他兩個(gè)因素顯得更加重要。某些公司和政府已經(jīng)將開(kāi)放大量數(shù)據(jù)供他人免費(fèi)使用。

下面列舉20個(gè)免費(fèi)的大數(shù)據(jù)資源供君參考：

1， Data.gov http://data.gov

美國(guó)政府去年承諾在網(wǎng)上免費(fèi)提供所有政府?dāng)?shù)據(jù)。這個(gè)網(wǎng)站是第一階段，可以作為從氣候到犯罪的各種各樣驚人信息的入口。

2， 美國(guó)人口普查局 http://www.census.gov/data.html

關(guān)于美國(guó)公民生活的大量信息涉及人口數(shù)據(jù)，地理數(shù)據(jù)和教育。

3，歐盟開(kāi)放數(shù)據(jù)門(mén)戶 http://open-data.europa.eu/en/data/

如上所述，但基于歐盟機(jī)構(gòu)的數(shù)據(jù)。

4，Data.gov.uk http://data.gov.uk/

英國(guó)政府提供的數(shù)據(jù)，包括英國(guó)國(guó)家書(shū)目 - 自1950年以來(lái)所有英國(guó)書(shū)籍和出版物的元數(shù)據(jù)。

5，中央情報(bào)局世界概況 https://www.cia.gov/library/publications/the-world-factbook/

關(guān)于267個(gè)國(guó)家的歷史，人口，經(jīng)濟(jì)，政府，基礎(chǔ)設(shè)施和軍事的信息。

6，Healthdata.gov https://www.healthdata.gov/

125年的美國(guó)醫(yī)療保健數(shù)據(jù)，包括索賠級(jí)別的醫(yī)療保險(xiǎn)數(shù)據(jù)，流行病學(xué)和人口統(tǒng)計(jì)。

7，NHS健康和社會(huì)關(guān)懷信息 中心 http://www.hscic.gov.uk/home

來(lái)自英國(guó)國(guó)家衛(wèi)生服務(wù)機(jī)構(gòu)的健康數(shù)據(jù)集。

8，亞馬遜網(wǎng)絡(luò)服務(wù)公共數(shù)據(jù)集 http://aws.amazon.com/datasets

巨大的公共數(shù)據(jù)資源，包括1000基因組計(jì)劃，試圖建立最全面的人類(lèi)基因信息數(shù)據(jù)庫(kù)和美國(guó)宇航局地球衛(wèi)星圖像數(shù)據(jù)庫(kù)。

9，F(xiàn)acebook圖表https://developers.facebook.com/docs/graph-api

盡管用戶Facebook個(gè)人資料中的大部分信息都是私人信息，但很多信息并非如此 - Facebook提供Graph API作為查詢用戶樂(lè)于與世界分享的大量信息的方式（或無(wú)法隱藏因?yàn)樗麄冞€沒(méi)有弄清楚隱私設(shè)置是如何工作的）。

10，Gapminder http://www.gapminder.org/data/

匯編世界衛(wèi)生組織和世界銀行等來(lái)源的數(shù)據(jù)，涵蓋世界各地的經(jīng)濟(jì)，醫(yī)療和社會(huì)統(tǒng)計(jì)數(shù)據(jù)。

11，Google趨勢(shì) http://www.google.com/trends/explore

自2004年以來(lái)任何特定學(xué)期的搜索量統(tǒng)計(jì)（占總搜索量的比例）。

12，Google財(cái)經(jīng) https://www.google.com/finance

40年的股票市場(chǎng)數(shù)據(jù)，實(shí)時(shí)更新。

13，Google圖書(shū)Ngramshttp://storage.googleapis.com/books/ngrams/books/datasetsv2.html

搜索和分析作為Google圖書(shū)項(xiàng)目一部分?jǐn)?shù)字化的數(shù)百萬(wàn)書(shū)籍的全部?jī)?nèi)容。

14，國(guó)家氣候數(shù)據(jù)中心 http://www.ncdc.noaa.gov/data-access/quick-links#loc-clim

從美國(guó)國(guó)家氣候數(shù)據(jù)中心收集大量環(huán)境，氣象和氣候數(shù)據(jù)。世界上最大的天氣數(shù)據(jù)檔案。

15，DBPedia http://wiki.dbpedia.org

維基百科由數(shù)以百萬(wàn)計(jì)的數(shù)據(jù)組成，每一個(gè)主題都有結(jié)構(gòu)化和非結(jié)構(gòu)化。DBPedia是一個(gè)雄心勃勃的項(xiàng)目，目錄和創(chuàng)建一個(gè)公開(kāi)的，可自由分發(fā)的數(shù)據(jù)庫(kù)，允許任何人分析這些數(shù)據(jù)。

16，Topsy http://topsy.com/

免費(fèi)的，全面的社交媒體數(shù)據(jù)很難得到 - 畢竟他們的數(shù)據(jù)是為大玩家（臉書(shū)，推特等）帶來(lái)利潤(rùn)的，所以他們不想放棄。然而，Topsy提供了一個(gè)可搜索的公共推文數(shù)據(jù)庫(kù)，可追溯到2006年以及幾種分析對(duì)話的工具。

17，Likebutton http://likebutton.com/

將Facebook的公共數(shù)據(jù)（全球和來(lái)自您自己的網(wǎng)絡(luò)）挖掘，以概述目前人們“喜歡”的內(nèi)容。

18，紐約時(shí)報(bào) http://developer.nytimes.com/docs

可追溯到1851年的新聞文章索引存檔。

19，F(xiàn)reebase http://www.freebase.com/

一個(gè)由社區(qū)編輯的關(guān)于人物，地點(diǎn)和事物的結(jié)構(gòu)化數(shù)據(jù)庫(kù)，擁有超過(guò)4,500萬(wàn)條記錄。

20，百萬(wàn)宋數(shù)據(jù)集 http://aws.amazon.com/datasets/6468931156960467

元數(shù)據(jù)超過(guò)一百萬(wàn)首歌曲和音樂(lè)作品。亞馬遜網(wǎng)絡(luò)服務(wù)的一部分。

我希望這份清單很有用，您現(xiàn)在同意我的觀點(diǎn)，即缺乏數(shù)據(jù)并不是推遲大數(shù)據(jù)舉措的有效借口嗎？此外，請(qǐng)隨時(shí)評(píng)論并使用下面的評(píng)論字段將其他任何免費(fèi)大數(shù)據(jù)源添加到此列表中。

歡迎各位回帖補(bǔ)充！