?topsy
topsy發(fā)音
英： 美：
topsy中文意思翻譯
顛倒狀態(tài)
有沒有一些免費的大數(shù)據(jù)來源？
確實是這樣，如果沒有數(shù)據(jù)的話，人工智能技術(shù)就是空中樓宇。不過幸好歐美一些科研機構(gòu)和政府組織，開放了一些高質(zhì)量的免費數(shù)據(jù)，接下來提供30個免費的在線大數(shù)據(jù)來源：
1、 世界銀行開放數(shù)據(jù)（World Bank Open Data），是涵蓋了全球人口統(tǒng)計數(shù)據(jù)、大量經(jīng)濟和發(fā)展指標的數(shù)據(jù)集。
2、 國際貨幣基金組織數(shù)據(jù)（IMF Data），國際貨幣基金組織公布的國際財務(wù)狀況、債務(wù)率、外匯儲備、商品價格和投資數(shù)據(jù)。
3、 美國國家教育統(tǒng)計中心（The US National Center for Education Statistics Data），提供了覆蓋美國和世界各地的教育機構(gòu)和教育人口統(tǒng)計的數(shù)據(jù)。
4、 英國數(shù)據(jù)中心（The UK Data Centre）是英國最大的社會、經(jīng)濟和人口的數(shù)據(jù)集。
5、 FiveThirtyEight，有大量提供政治和體育問題輿論數(shù)據(jù)的民意調(diào)查。
6、 FBI統(tǒng)一犯罪報告（FBI Uniform Crime Reporting），聯(lián)邦調(diào)查局負責編輯和出版國家犯罪統(tǒng)計數(shù)據(jù)，并在國家、州和縣級提供免費數(shù)據(jù)。
7、 美國司法局（Bureau of Justice），在這里你可以找到關(guān)于美國執(zhí)法機構(gòu)、監(jiān)獄、假釋和緩刑機構(gòu)及法院的數(shù)據(jù)。
8、 Qlick Data Market提供免費包，可訪問涵蓋世界人口、貨幣、發(fā)展指標和天氣數(shù)據(jù)的數(shù)據(jù)集。
9、 美國宇航局外行星存檔（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)合國貿(mào)易數(shù)據(jù)庫（UN Comtrade Database Statistics）統(tǒng)計是由聯(lián)合國匯編并出版的資料，包括Comtrade Lab，展示了如何使用尖端分析和工具從數(shù)據(jù)中提取價值。
11、金融時報市場數(shù)據(jù)（Financial Times Market Data）是關(guān)于全球金融市場的最新信息，包括股票價格指數(shù)、商品和外匯。
12、谷歌趨勢（Google Trends）是檢查和分析全球互聯(lián)網(wǎng)上搜索活動和趨勢新聞的數(shù)據(jù)。
13、Twitter，Twitter的優(yōu)勢在于大多數(shù)對話都是公開的，這意味著大量的數(shù)據(jù)可以通過其API獲得，誰正在談?wù)撌裁?，何地、何時以及為什么。
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的帖子和對話默認為公開，其API允許對喜歡、提及和商業(yè)細節(jié)進行分析。
16、OpenCorporates是全球最大的企業(yè)開放數(shù)據(jù)庫。
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，可通過他們的開發(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)于世界各地圖書館書籍目錄的數(shù)據(jù)集。
20、Labelled Faces in the Wild整理并標記了13,000個人臉圖像，用于開發(fā)涉及面部識別的應(yīng)用。
21、Microsoft Marco是微軟的開放式機器學(xué)習(xí)數(shù)據(jù)集，用于閱讀理解和問題回答的培訓(xùn)系統(tǒng)。
22、機器學(xué)習(xí)數(shù)據(jù)集知識庫（Machine Learning Dataset Repository）由集合了由參與機器學(xué)習(xí)項目的數(shù)據(jù)科學(xué)家貢獻的開放數(shù)據(jù)集。
23、易趣市場數(shù)據(jù)洞察（eBay Market Data Insights）提供了來自eBay的數(shù)以百萬計的在線銷售和拍賣數(shù)據(jù)。
24、自然歷史博物館數(shù)據(jù)門戶（Natural History Museum Data Portal）提供了關(guān)于倫敦博物館藏品中近400萬個歷史標本的信息，以及自然世界的科學(xué)錄音。
25、歐洲核子研究中心開放數(shù)據(jù)（CERN Open Data），歐洲核子研究中心開展的粒子物理實驗提供了超過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，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多億份公共評論，用于訓(xùn)練語言算法。
28、Microsoft Azure Data Markets Free Datasets，提供了涵蓋從農(nóng)業(yè)到天氣所有內(nèi)容的免費數(shù)據(jù)集。
29、Irish Electric Vehicle Charge Point Status收集了這個負責愛爾蘭共和國和北愛爾蘭電動汽車充電站網(wǎng)絡(luò)數(shù)據(jù)機構(gòu)的數(shù)據(jù)。
30、LondonAir提供了來自倫敦各地的污染和空氣質(zhì)量數(shù)據(jù)。
有沒有一些免費的大數(shù)據(jù)來源？
數(shù)據(jù)無處不在 - 而且它很多都是免費的。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)”得到越來越多的重視。在某些條件下，甚至比其他兩個因素顯得更加重要。某些公司和政府已經(jīng)將開放大量數(shù)據(jù)供他人免費使用。
下面列舉20個免費的大數(shù)據(jù)資源供君參考：
1， Data.gov http://data.gov
美國政府去年承諾在網(wǎng)上免費提供所有政府數(shù)據(jù)。這個網(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， 美國人口普查局 http://www.census.gov/data.html
關(guān)于美國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，歐盟開放數(shù)據(jù)門戶 http://open-data.europa.eu/en/data/
如上所述，但基于歐盟機構(gòu)的數(shù)據(jù)。
4，Data.gov.uk http://data.gov.uk/
英國政府提供的數(shù)據(jù)，包括英國國家書目 - 自1950年以來所有英國書籍和出版物的元數(shù)據(jù)。
5，中央情報局世界概況 https://www.cia.gov/library/publications/the-world-factbook/
關(guān)于267個國家的歷史，人口，經(jīng)濟，政府，基礎(chǔ)設(shè)施和軍事的信息。
6，Healthdata.gov https://www.healthdata.gov/
125年的美國醫(yī)療保健數(shù)據(jù)，包括索賠級別的醫(yī)療保險數(shù)據(jù)，流行病學(xué)和人口統(tǒng)計。
7，NHS健康和社會關(guān)懷信息 中心 http://www.hscic.gov.uk/home
來自英國國家衛(wèi)生服務(wù)機構(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基因組計劃，試圖建立最全面的人類基因信息數(shù)據(jù)庫和美國宇航局地球衛(wèi)星圖像數(shù)據(jù)庫。
9，F(xiàn)acebook圖表https://developers.facebook.com/docs/graph-api
盡管用戶Facebook個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作為查詢用戶樂于與世界分享的大量信息的方式（或無法隱藏因為他們還沒有弄清楚隱私設(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源的數(shù)據(jù)，涵蓋世界各地的經(jīng)濟，醫(yī)療和社會統(tǒng)計數(shù)據(jù)。
11，Google趨勢 http://www.google.com/trends/explore
自2004年以來任何特定學(xué)期的搜索量統(tǒng)計（占總搜索量的比例）。
12，Google財經(jīng) https://www.google.com/finance
40年的股票市場數(shù)據(jù)，實時更新。
13，Google圖書Ngramshttp://storage.googleapis.com/books/ngrams/books/datasetsv2.html
搜索和分析作為Google圖書項目一部分數(shù)字化的數(shù)百萬書籍的全部內(nèi)容。
14，國家氣候數(shù)據(jù)中心 http://www.ncdc.noaa.gov/data-access/quick-links#loc-clim
從美國國家氣候數(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)以百萬計的數(shù)據(jù)組成，每一個主題都有結(jié)構(gòu)化和非結(jié)構(gòu)化。DBPedia是一個雄心勃勃的項目，目錄和創(chuàng)建一個公開的，可自由分發(fā)的數(shù)據(jù)庫，允許任何人分析這些數(shù)據(jù)。
16，Topsy http://topsy.com/
免費的，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，推特等）帶來利潤的，所以他們不想放棄。然而，Topsy提供了一個可搜索的公共推文數(shù)據(jù)庫，可追溯到2006年以及幾種分析對話的工具。
17，Likebutton http://likebutton.com/
將Facebook的公共數(shù)據(jù)（全球和來自您自己的網(wǎng)絡(luò)）挖掘，以概述目前人們“喜歡”的內(nèi)容。
18，紐約時報 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/
一個由社區(qū)編輯的關(guān)于人物，地點和事物的結(jié)構(gòu)化數(shù)據(jù)庫，擁有超過4,500萬條記錄。
20，百萬宋數(shù)據(jù)集 http://aws.amazon.com/datasets/6468931156960467
元數(shù)據(jù)超過一百萬首歌曲和音樂作品。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，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，請隨時評論并使用下面的評論字段將其他任何免費大數(shù)據(jù)源添加到此列表中。
歡迎各位回帖補充！