Awesome Public Datasets36 个领域的公开数据集地图【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasetsAwesome Public Datasets 是一份按主题整理的高质量公开数据集精选清单共收录 982 个条目、36 个主题类别从农业、气候到机器学习、交通都能查到。如果你想在数据分析、建模或业务分析上找一份免费数据来练手不用再全网逐站搜索这个仓库直接帮你指到每个数据集的源头。982 个数据集条目先记住这 4 点 按主题而不是目录组织数据集被划进 Agriculture、ClimateWeather、Economics、MachineLearning、Transportation 等 36 个类别查起来像查字典按需求直达。每条都有元数据名称、简介、数据源地址全部汇总在 README.rst 里每个条目还带状态标记I am well 表示可直接使用Please fix me 表示数据源待修复。大部分免费官方说明大部分数据集免费少数除外。对学习和做 Demo 来说获取成本基本可以忽略。自带练手数据Datasets/ 目录下直接放着 titanic.csv.zip解压就能跑不用自己找样例。三分钟拿到第一份数据 git clone https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets克隆完成后第一步打开 README.rst文件开头有自动生成的 Table of Contents可以直接跳到感兴趣的类目再按关键词在条目里检索。如果你只是想试试手解压 Datasets/titanic.csv.zip 做泰坦尼克号乘客生存预测最合适字段少、目标明确是公认的数据分析入门数据集。按用途挑数据集3 种场景各配 2 个 README 的 36 个主题分类本质是整理用的书架。实际干活时按用途挑数据集更快。下面是三种常见场景和代表性选择用途数据集README 中的分类拿它来做什么练手入门Titanic Survival Data SetSocialSciences数据清洗加分类预测经典入门练习练手入门Palmer PenguinsBiology小而干净的观测数据适合探索与可视化业务分析UN Commodity Trade StatisticsEconomics分析全球大宗商品贸易流与市场结构业务分析Open Food FactsAgriculture250 万 食品条目做产品维度数据分析机器学习实战MovieLens Data SetsMachineLearning电影评分数据开发与评估推荐系统机器学习实战Yelp Dataset ChallengeDataChallenges商家、评论、用户数据做 NLP 与推荐练习每个条目在 README 里都附了数据源的直接地址照着下载就行无需再二次检索。贡献数据集的门槛 这个仓库的 README 由 apd-core 项目自动生成。想新增一个数据集只需把该数据集的 YAML 元数据文件提交到 apd-core 并发起 Pull Request不需要改动本仓库的任何文件。官方还维护了一个 Slack 社区可以第一时间收到新数据集上线和状态修复的消息。数据分析的卡点往往在第一步找到可信的数据。克隆下来从 36 个主题里挑一个数据集跑起来就完成了一半。【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Awesome Public Datasets：36 个领域的公开数据集地图
Awesome Public Datasets36 个领域的公开数据集地图【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasetsAwesome Public Datasets 是一份按主题整理的高质量公开数据集精选清单共收录 982 个条目、36 个主题类别从农业、气候到机器学习、交通都能查到。如果你想在数据分析、建模或业务分析上找一份免费数据来练手不用再全网逐站搜索这个仓库直接帮你指到每个数据集的源头。982 个数据集条目先记住这 4 点 按主题而不是目录组织数据集被划进 Agriculture、ClimateWeather、Economics、MachineLearning、Transportation 等 36 个类别查起来像查字典按需求直达。每条都有元数据名称、简介、数据源地址全部汇总在 README.rst 里每个条目还带状态标记I am well 表示可直接使用Please fix me 表示数据源待修复。大部分免费官方说明大部分数据集免费少数除外。对学习和做 Demo 来说获取成本基本可以忽略。自带练手数据Datasets/ 目录下直接放着 titanic.csv.zip解压就能跑不用自己找样例。三分钟拿到第一份数据 git clone https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets克隆完成后第一步打开 README.rst文件开头有自动生成的 Table of Contents可以直接跳到感兴趣的类目再按关键词在条目里检索。如果你只是想试试手解压 Datasets/titanic.csv.zip 做泰坦尼克号乘客生存预测最合适字段少、目标明确是公认的数据分析入门数据集。按用途挑数据集3 种场景各配 2 个 README 的 36 个主题分类本质是整理用的书架。实际干活时按用途挑数据集更快。下面是三种常见场景和代表性选择用途数据集README 中的分类拿它来做什么练手入门Titanic Survival Data SetSocialSciences数据清洗加分类预测经典入门练习练手入门Palmer PenguinsBiology小而干净的观测数据适合探索与可视化业务分析UN Commodity Trade StatisticsEconomics分析全球大宗商品贸易流与市场结构业务分析Open Food FactsAgriculture250 万 食品条目做产品维度数据分析机器学习实战MovieLens Data SetsMachineLearning电影评分数据开发与评估推荐系统机器学习实战Yelp Dataset ChallengeDataChallenges商家、评论、用户数据做 NLP 与推荐练习每个条目在 README 里都附了数据源的直接地址照着下载就行无需再二次检索。贡献数据集的门槛 这个仓库的 README 由 apd-core 项目自动生成。想新增一个数据集只需把该数据集的 YAML 元数据文件提交到 apd-core 并发起 Pull Request不需要改动本仓库的任何文件。官方还维护了一个 Slack 社区可以第一时间收到新数据集上线和状态修复的消息。数据分析的卡点往往在第一步找到可信的数据。克隆下来从 36 个主题里挑一个数据集跑起来就完成了一半。【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考