实用的大数据网站：公开数据整理网站

到如今，大数据的价值已经被各行各业广泛地认可了，有条件的企业都纷纷开始寻求大数据在自身的运用，希望抓住大数据这个风口，实现业务进一步发展。那么企业要从哪里去寻求大数据呢，除了开发自己的大数据平台，也有一些公开的大数据可以运用。下面就为大家盘点几个实用的大数据网站。


首先给大家推荐几个数据集查找器，需要的时候先去搜一搜，就会发现某些数据可能早就已经有了，就能减少重复工作量。

①Kaggle：https://www.kaggle.com/

这是一个数据科学网站，内有各种有趣的数据集。

②UCI机器学习库(UCI Machine Learning Repository)

网络上最早的数据集来源之一，可以从UCI机器学习库直接下载数据，无需注册。

③VisualData：https://www.visualdata.io/

分好类的计算机视觉数据集，可以直接搜索查找数据资源。

除了数据集查找器，一般的数据集查找也可以去相应的网站——

①公共政府类数据集

Data.gov：https://www.data.gov/

食品环境地图集(Food Environment Atlas)：https://catalog.data.gov/dataset/food-environment-atlas-f4a22

学校系统财务状况(School system finances)：https://catalog.data.gov/dataset/annual-survey-of-school-system-finances

慢性病数据(Chronic disease data)：关于美国各地区慢性病指标的数据。

https://catalog.data.gov/dataset/u-s-chronic-disease-indicators-cdi-e50c9

英国数据服务(The UK Data Service)：https://www.ukdataservice.ac.uk/

数据美国(Data USA)：http://datausa.io/

②金融与经济类数据集

Quandl：https://www.quandl.com/

世界银行开放数据(World Bank Open Data)：https://data.worldbank.org/

国际货币基金组织数据(IMF Data)：https://www.imf.org/en/Data

金融时报市场数据(Financial Times Market Data)：https://markets.ft.com/data/

Google趋势(Google Trend)：http://www.google.com/trends?q=google&ctab=0&geo=all&date=all&sort=0

③机器学习数据集

Labelme：注释图像的大型数据集。

http://labelme.csail.mit.edu/Release3.0/browserTools/php/dataset.php

ImageNet：新算法的实例图像数据集。按WordNet层次结构进行组织，层次结构中的每个节点都有成千上万张图像。

http://image-net.org/

LSUN：场景理解以及许多辅助任务（比如房间布局估算、图像显著性预测等）。

http://lsun.cs.princeton.edu/2016/

MS COCO：通用图像的理解和文字描述。

http://mscoco.org/

当然，以上只是为大家简单举例的一些实用的大数据网站，互联网的发展带来了更多的公开数据分享，这些数据更多是基于大行业去看的，而想要贴合行业企业的实际需求的大数据，目前来说还是要靠开发数据自己的大数据平台，这样才能真正抓住更有价值的大数据，也能更好地将这些大数据利用起来。