收藏 | 机器学习数据集汇总收集

　　收藏 | 机器学习数据集汇总收集

　　转载于：机器学习算法与Python实战

　　大学公开数据集

　　(Stanford)69G*敏*感*词*无人机(校园)图像数据集【Stanford】

　　人脸素描数据集【CUHK】

　　自然语言推理(文本蕴含标记)数据集【NYU】

　　Berkeley图像分割数据集BSDS500【Berkeley】

　　宠物图片(分割)数据集【Oxford】

　　~vgg/data/pets/

　　发布ADE20K场景感知/解析/分割/多目标识别数据集【MIT】

　　多模态二元行为数据集【GaTech】

　　计算机视觉／图像／视频数据集

　　Fashion-MNIST风格服饰图像数据集【肖涵】

　　大型(50万)LOGO标志数据集

　　4D扫描(60fps移动非刚性物体3D扫描)数据集【D-FAUST】

　　基于MNIST的视觉计数合成数据集Counting MNIST

　　YouTube MV视频数据集【Keunwoo Choi】

　　计算机视觉合成数据集/工具大列表【unrealcv】

　　动物属性标记数据集【ChristophH. Lampert／Daniel Pucher／JohannesDostal】

　　日本*敏*感*词*数据集Manga109

　　俯拍舞蹈视频数据集

　　Pixiv(着色)图片数据集【Jerry Li】

　　e-VDS视频数据集

　　#download

　　Quick, Draw!简笔画涂鸦数据集

　　简笔画涂鸦数据集【hardmaru】

　　服饰人像生成模型(&Chictopia10K[HumanParsing]时尚人像解析数据集)【Christoph Lassner／Gerard Pons-Moll／Peter V. Gehler】

　　COCO像素级标注数据集

　　*敏*感*词*街道级图片(分割)数据集【Peter Kontschieder】

　　*敏*感*词*日语图片描述数据集

　　Cityscapes街景语义分割数据集（50城30类5k细标20k粗标图片及标记视频）

　　(街头)时尚服饰数据集(2000+标注图片)

　　PyTorch实现的VOC2012数据集Pixel-wise目标分割【BodoKaiser】

　　Twenty Billion Neurons对象复杂运动与交互视频数据集【Nikita Johnson】

　　文本／评价／问答／自然语言数据集

　　(20万)英文笑话数据集【TaivoPungas】

　　机器学习保险行业问答开放数据集【HainWang】

　　保险行业问答(QA)数据集【Minwei Feng】

　　Stanford NLP发布新的多轮、跨域、任务导向对话数据集【Mihail Eric】

　　实体/名词语义关系标记数据集【David S. Batista】

　　NLVR：自然语言基础数据集(对象分组、数量、比较及空间关系推理)

　　2.8万文章/10万问题*敏*感*词*(*敏*感*词*)阅读理解数据集

　　错误拼写数据集

　　~ROGER/corpora.html

　　文本简化数据集

　　~dkauchak/simplification/

　　英语词/句/语义框架框架标注数据集FrameNet

　　(又一个)自然语言处理(NLP)数据集列表【Nicolas Iderhoff】

　　跨语种/多样式/多粒度文本相似性检测数据集

　　Quora数据集：400000行潜在重复问题

　　文本分类数据集

　　Frames：Maluuba对话数据集

　　跨域(Amazon商品评论)情感数据集

　　~mdredze/datasets/sentiment/

　　语义网机器学习系统评价/基准数据集集合

　　其它数据集

　　数据科学/机器学习数据集汇总

　　CORe50：连续目标识别数据集【VincenzoLomonaco&DavideMaltoni】

　　(Matlab)数据集统计分布自动发现【Isabel Valera】

　　(建筑物)损害评估数据集【tsunami】

　　IndieWeb社交图谱数据集【IndieWeb】

　　DeepMind开源环境/数据集/代码集合【DeepMind】

　　鸟叫声数据集【xeno-canto】

　　Wolfram数据集仓库

　　大型音乐分析数据集FMA

　　(300万)Instacart在线杂货*敏*感*词*集【Jeremy Stanley】

　　用于欺诈检测的合成财务数据集【TESTIMON】

　　NSynth：*敏*感*词*高质量音符标记音频数据集

　　LIBSVM格式分类/回归/多标签/字符串数据集

　　~cjlin/libsvmtools/datasets/binary.html

　　笔记本电脑用logistic回归拟合100G数据集【DmitriySelivanov】

　　StackExchange近似/重复问题数据集

　　2010-2017最全KDD CUP赛题回顾及数据集

　　食谱数据集：带有评级、营养及类别信息的超过2万种食谱【HugoDarwood】

　　奥斯卡数据集【Academy of Motion Picture Arts and Sciences】

　　计算医疗库：(TensorFlow)大型医疗数据集分析与机器学习建模【AkshayBhat】

　　聚类数据集

　　官方开放气候数据集

　　全球恐怖袭击事件数据集【START Consortium】

　　七个机器学习时序数据集

　　大型众包关系数据库自然语言查询语义解析数据集(8万+查询样本)

　　赛马赔率数据集

　　新的YELP数据集：包含470万评论和15.6万商家

　　JMIR数据集专刊《JMIR Data》

　　日文木版印刷文字识别数据集

　　多模态二元行为数据集

　　机器学习论文/数据集/工具集锦(日文)

　　机器学习公司的十大数据搜集策略

　　NLP数据集加载工具集

　　日语相似词数据集

　　*敏*感*词*人本完形填空(多选阅读理解)数据集

　　高质量免费数据集列表

　　《数据之美》自然语言数据集/代码

　　微软数据集MS MARCO，阅读理解领域的「ImageNet」

　　AI2科学问答数据集(多选)

　　常用图像数据集大全

　　（分类，跟踪，分割，检测等）

　　搜狗实验室数据集：

　　互联网图片库来自sogou图片搜索所索引的部分数据。其中收集了包括人物、动物、建筑、机械、风景、运动等类别，总数高达2,836,535张图片。对于每张图片，数据集中给出了图片的原图、缩略图、所在网页以及所在网页中的相关文本。200多G

　　IMAGECLEF致力于位图片相关领域提供一个基准（检索、分类、标注等等） Cross Language Evaluation Forum (CLEF) 。从2003年开始每年举行一次比赛.

　　~xirong/index.php?n=Main.Dataset