不管是資料探勘還是機器學習，訓練資料都相當重要。今天來分享一些以前別人分享的資源。

很多...有蠻多我沒用過得

列表

先列出所有資源，方便查詢：

• 課程使用的GitHub倉庫
• UIC dataset
• ImageNet
• Mozilla Common Voice
• scikit-learn dataset
• PyTorch TORCHVISION
• Tensorflow Dataset
• Kaggle Dataset
• 資料集平台Data Market
• PyData
  • seaborn-data
• 中山管院：商業大數據平台
  • Analytics Vidhya
  • Past KDD Cups
  • Driven Data
• Ai Tech Club(舊址?:http://www.unopencity.com/index/)
• grouplens MovieLens Dataset
• 北京大學圖書館 數據庫導航

課程使用的GitHub倉庫

這次課程使用的GitHub倉庫，多數使用的是training-data-analyst/courses/machine_learning/deepdive/ 底下的jupyter notebook。

UIC dataset

UIC資料集可能是最早公開的資料集之一。

ImageNet

ImageNet曾經是每年舉辦的比賽(好像停賽了？)。裡面有豐富經標記的圖像，用於影響辨識的研究。

Mozilla Common Voice

Mozilla Common Voice是前幾年，邀請自願者蒐集的聲音資料庫。

scikit-learn dataset

scikit-learn也包含一些經典的資料集。

PyTorch TORCHVISION

PyTorch也是知名的機器學習工具，也有一些資料集可以使用。

Tensorflow Dataset

這次重點的Tensorflow，也又另外一個package包含眾多資料集。

安裝Tensorflow Dataset

pip install -q tensorflow tensorflow-datasets matplotlib

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf

import tensorflow_datasets as tfds

Kaggle

Kaggle不定期會舉行一些比賽，平台上也有不少開放資料集。