https://www.toutiao.com/a6674749880616878596/
整理 | suiling
出品 | AI科技大本营（ID:rgznai100）
对于从事机器学习的小伙伴来说，机器学习必须以大量的数据为基础，否则构建再好的模型也不能达到你想要的效果。同时，不同质量的数据集也会影响到模型训练的效果。之前营长就为大家推荐过一款机器学习数据集集合项目，如今该项目的作者已经如他所言更新内容啦！不信你看~
该项目包含了计算机视觉、自然语言处理、医疗等数据集，此外作者还很贴心地放上了每个数据集的时间、描述以及相关的Paper。
以下是该列表中的部分数据集
- 计算机视觉数据集
- 自然语言处理数据集
- 问答数据集
- 医疗数据集
更详尽的数据集列表，请见：https://www.datasetlist.com/
下边给大家推荐两个查找数据集的网站：
- UCI machine learning repository：https://wordnet.princeton.edu/
UCI数据集是一个常用的机器学习标准测试数据集，经常出现在各种机器学习论文当中。
关于如何使用该数据集，可参考CSDN博客上的一篇文章：https://blog.csdn.net/qq_32892383/article/details/82225663
- Kaggle datasets：https://www.kaggle.com/datasets
Kaggle，一个数据科学竞赛网站，大家都很熟悉了。