请登录注册微信登录
二维码
查看手机网站
查看手机网站
收藏本站我的资料

收藏 | 教师常用的数据网站及资源汇总（36个）

发表时间：2022-04-25 08:52

封面.png


Part1数据查询网站

1企业产生的用户数据

  1. 百度指数：http://index.baidu.com/

  2. 新浪微博指数：http://data.weibo.com/index

  3. 阿里云：https://tianchi.aliyun.com/dataset

2数据平台购买数据

  1. 国云数据市场：http://www.moojnn.com/data-market/

3政府/ 机构公开的数据

  1. 中华人民共和国国家统计局数据：http://www.stats.gov.cn/tjsj/

  2. 世界银行公开数据：http://data.worldbank.org.cn/

  3. 联合国数据：http://data.un.org/

  4. 纳斯达克：http://www.nasdaq.com/zh


4数据管理咨询公司

  1. 麦肯锡：http://www.mckinsey.com.cn/

    包含多个行业

  2. 埃森哲：https://www.accenture.com/cn-zh/

    包含多个行业

  3. 艾瑞咨询：http://www.iresearch.com.cn/


5国内数据库

  1. 中国经济社会大数据研究平台：https://data.cnki.net

  2. CEIC 经济数据库：https://www.ceicdata.com

  3. 国泰安 CSMAR 经济金融数据库：https://www.gtafe.com

  4. 锐思 RESSET 数据库：http://www.resset.com/

  5. 中国学术大数据平台：https://r.qiyandata.com/spcms/home


6国外数据库

  1. 彭博 (Bloomberg) 终端：https://www.bloombergchina.com/solution/bloomberg-terminal/

  2. WRDS 沃顿数据服务平台：

    https://wrds-web.wharton.upenn.edu/wrds/

    含有 CRSP，Compustat 等数据库

  3. FRED 美联储经济数据：https://fred.stlouisfed.org/

    美国宏观经济时间序列数据

  4. 美联储数据库：https://www.federalreserve.gov/data.htm

  5. 美国经济分析局 (BEA)：https://www.bea.gov/

  6. 美国财政部：https://home.treasury.gov/

  7. 美国商务部：https://data.commerce.gov/

  8. BvD 系列数据库：https://www.bvdinfo.com/en-gb/

    含有 Bank Focus、Osiris、Orbis、Zephyr 等数据库

  9. 美国政府公开数据:https://www.data.gov/

    这是美国政府公开数据的所在地，该站点包含了超过19万的数据点。

  10. World Bank：http://data.worldbank.org/

    世界银行的开放数据。该平台提供 Open Data Catalog，世界发展指数，教育指数等几个工具。

Part2大型数据集

  1. AmazonWebService-datasets：https://aws.amazon.com/cn/datasets/

    Amazon提供了一些大数据集，可以在他们的平台上使用，也可以在本地计算机上使用。您还可以通过EMR使用EC2和Hadoop来分析云中的数据。在亚马逊上流行的数据集包括完整的安然电子邮件数据集，Google Books n-gram，NASA NEX 数据集，百万歌曲数据集等。


Part3预测建模与机器学习数据集

  1. UC-Machine-Learning-Repository：https://archive.ics.uci.edu/ml/index.php

    UCI机器学习库显然是最著名的数据存储库。如果您正在寻找与机器学习存储库相关的数据集，通常是首选的地方。这些数据集包括了各种各样的数据集，从像Iris和泰坦尼克这样的流行数据集到最近的贡献，比如空气质量和GPS轨迹。存储库包含超过350个与域名类似的数据集(分类/回归)。您可以使用这些过滤器来确定您需要的数据集。

  2. Kaggle：https://www.kaggle.com/datasets

    Kaggle提出了一个平台，人们可以贡献数据集，其他社区成员可以投票并运行内核/脚本。他们总共有超过350个数据集——有超过200个特征数据集。与新的数据集一起，界面的另一个好处是，您可以在相同的界面上看到来自社区成员的脚本和问题。

  3. Quandl：https://www.quandl.com/

    Quandl 通过起网站、API 或一些工具的直接集成提供了不同来源的财务、经济和替代数据。他们的数据集分为开放和付费。所有开放数据集为免费，但高级数据集需要付费。通过搜索仍然可以在平台上找到优质数据集。

  4. Past KDD Cups：http://www.kdd.org/kdd-cup

    KDD Cup 是 ACM Special Interest Group 组织的年度数据挖掘和知识发现竞赛。


Part4图像分类数据集

  1. The MNIST Database：http://yann.lecun.com/exdb/mnist/

    最流行的图像识别数据集，使用手写数字。

  2. Chars74K：http://www.ee.surrey.ac.uk/CVSSP/demos/chars74k/

    该数据集包括自然图像中的字符识别，数据集包含74,000个图像。

  3. ImageNet：http://image-net.org/

    根据WordNet层次结构组织的图像数据库(目前仅为名词)。层次结构的每个节点都由数百个图像描述。目前，该集合平均每个节点有超过500个图像(而且还在增加)。


Part5文本分类数据集

  1. Twitter Sentiment Analysis：

    http://thinknook.com/twitter-sentiment-analysis-training-corpus-dataset-2012-09-22/


  2. Movie Review Data：

    http://www.cs.cornell.edu/People/pabo/movie-review-data/




END


来源：数据Seminar


分享到：