【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] (责任编辑:本港台直播) |