为你的数据科学项目提供有力支撑--3个寻找数据集的最佳网站

2024-01-23 12:10

本文主要是介绍为你的数据科学项目提供有力支撑--3个寻找数据集的最佳网站,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

作者:Angelia Toh,Self Learn Data Science联合创始人  翻译:李海明   校对:冯羽

本文约1000字,建议阅读5分钟

本文为你介绍3个寻找数据集的最佳网站。

初学数据科学时,你不可避免地需要寻找更多数据来进行练习。这里我们推荐3个最好的找寻数据集的网站,来激发你下一个数据科学项目。

在学习数据科学的旅途中,你一定会需要数据集。特别是当我们在《How to Become a Data Scientist in 2020》中提倡从事数据科学项目时所言,你应当总是关注那些你可以用来试验的有趣的数据集。这里我们列出了在数据科学项目中获取数据集的3个最好的网站。

1.Kaggle

现在你应该对Kaggle非常熟悉了。为了能够利用社区力量并解决实际问题,各个公司已经在Kaggle上发布了他们数据。这使得Kaggle成为了找寻那些尚待解决的实际问题的数据集的最佳场所。如果你想要在不需要生成或标记数据的情况下练习机器学习建模,那么Kaggle也会是你的不二之选。另外,Kaggle的笔记本部分允许用户分享他们的代码和模型,这是非常好的学习资源。我强烈推荐初学者在Kaggle上寻找他们第一个数据科学项目。

2.Google Dataset Search

Google Dataset Search,即谷歌数据集搜索,是目前可用的最全面的数据集搜索引擎(该引擎2020年刚刚发布beta版本)。据称,Google Dataset Search目前可以检索到超过2500万个线上数据集,而且自2018年9月该引擎启动以来,已经帮助众多科学家和学者们更好地定位了所需的数据集。Google Dataset Search具有根据数据类型、更新日期等指标过滤数据集的功能,如今已成为我们大多数人的最爱。

只要数据集是线上的,那么你一定能够用Google Dataset Search找到它。

3.Data.gov

在寻找数据集时,你可能会想看看政府公开了哪些数据。如果这些公开数据能够得到了很好的使用的话,那么得到的解决方案可能会对整个行业都大有裨益。Data.gov是美国政府建立的开放数据湖,政府部门的数据在这里发布,促进学术界的研究与发展。在Data.gov上,数据分为健康、能源或教育等主题,人们能够非常容易地通过导航找到所需要的数据。

如果你不是美国居民怎么办?试着在你最喜欢的搜索引擎中搜一下“本国数据”看看。通常情况下,你会找到当地政府发布数据的网站。比如,印度政府发布数据的网站(data.gov.in)和英国政府发布数据的网站(data.gov.uk)。

使用这些网站,你可以找到任何你感兴趣的数据集。记住,学习数据科学的最好方法就是练习。那么,记住这些方便的网站吧,因为你一定会用到它的。

作者小传:

Angelia Toh,“这不可能”是为了提醒你:“我有可能”。切勿停下学习的脚步|自学成才的数据科学家,Self Learn Data Science的联合创始人。

原文标题:

3 Best Sites to Find Datasets for your Data Science Projects

原文地址:

https://www.kdnuggets.com/2020/04/best-sites-datasets-data-science.html

END


转自: 数据派THU 公众号

版权声明:本号内容部分来自互联网,转载请注明原文链接和作者,如有侵权或出处有误请和我们联系。


合作请加QQ:365242293  

数据分析(ID : ecshujufenxi )互联网科技与数据圈自己的微信,也是WeMedia自媒体联盟成员之一,WeMedia联盟覆盖5000万人群。

这篇关于为你的数据科学项目提供有力支撑--3个寻找数据集的最佳网站的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/636364

相关文章

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢?我尝试一种更为智能的方法:P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验,

Spring Boot 配置文件之类型、加载顺序与最佳实践记录

《SpringBoot配置文件之类型、加载顺序与最佳实践记录》SpringBoot的配置文件是灵活且强大的工具,通过合理的配置管理,可以让应用开发和部署更加高效,无论是简单的属性配置,还是复杂... 目录Spring Boot 配置文件详解一、Spring Boot 配置文件类型1.1 applicatio

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

一文教你如何将maven项目转成web项目

《一文教你如何将maven项目转成web项目》在软件开发过程中,有时我们需要将一个普通的Maven项目转换为Web项目,以便能够部署到Web容器中运行,本文将详细介绍如何通过简单的步骤完成这一转换过程... 目录准备工作步骤一:修改​​pom.XML​​1.1 添加​​packaging​​标签1.2 添加

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

tomcat多实例部署的项目实践

《tomcat多实例部署的项目实践》Tomcat多实例是指在一台设备上运行多个Tomcat服务,这些Tomcat相互独立,本文主要介绍了tomcat多实例部署的项目实践,具有一定的参考价值,感兴趣的可... 目录1.创建项目目录,测试文China编程件2js.创建实例的安装目录3.准备实例的配置文件4.编辑实例的

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

Redis 中的热点键和数据倾斜示例详解

《Redis中的热点键和数据倾斜示例详解》热点键是指在Redis中被频繁访问的特定键,这些键由于其高访问频率,可能导致Redis服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis中的热... 目录Redis 中的热点键和数据倾斜热点键(Hot Key)定义特点应对策略示例数据倾斜(Data S

springboot集成Deepseek4j的项目实践

《springboot集成Deepseek4j的项目实践》本文主要介绍了springboot集成Deepseek4j的项目实践,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价... 目录Deepseek4j快速开始Maven 依js赖基础配置基础使用示例1. 流式返回示例2. 进阶