【经典、陈旧】Netflix Challenge：第一个主要的 Kaggle 挑战赛数据集，但由于隐私问题，只有非正式的数据集提供。

　　地址：

　　【有用、学术、经典】MovieLens：多种大小的电影评论数据，通常用于基线协同过滤。

　　地址：https://grouplens.org/datasets/movielens/

　　Million Song Dataset：Kaggle 上的大型、元数据丰富的开源数据集，对混合推荐系统有用。

　　地址：https://www.kaggle.com/c/msdchallenge

　　【有用】Last.fm：可访问底层社交网络及其他元数据的音乐推荐数据集，这些元数据对混合系统很有用。

　　地址：

　　网络和图表

　　【学术】Amazon Co-Purchasing and Amazon Reviews：亚马逊网站的“买了该产品的用户也买了......”板块的数据，以及相关产品的亚马逊评论数据。适合用于推荐系统。

　　地址：

　　Friendster Social Network Dataset：包含103,750,348个 Friendster 用户的好友列表的匿名数据集。

　　地址：https://archive.org/details/friendster-dataset-201107

　　地理空间数据

　　【有用、经典】OpenStreetMap：免费许可的全球矢量数据集，包含美国人口普查局的 TIGER数据。

　　地址：

　　【有用】Landsat8：卫星拍摄的地球表面照片数据，每隔几周更新一次。

　　地址：https://landsat.usgs.gov/landsat-8

　　【有用】NEXRAD：多普勒雷达扫描的美国大气环境数据。

　　地址：https://www.ncdc.noaa.gov/data-access/radar-data/nexrad

　　结语：

　　人们常常以为在一个数据集上解决了问题就等同于得到好的产品了。但在使用这些数据集作为验证或概念证明时，atv直播，不要忘记用更新、更接近现实的数据来测试产品的功能，从而能够作出改进。一个成功的以数据作为驱动力的企业通常能够从他们收集新的、专有的数据的能力中获益，进而提升竞争力。

　　原文地址：https://medium.com/startup-grind/fueling-the-ai-gold-rush-7ae438505bc2#.3x80s6mw4

「招聘」

全职记者、编译和活动运营

欢迎实习生

以及人工智能翻译社志愿者

详细信息请进入公众号点击「招聘」

或发邮件至 [email protected]