您也可以檢視這篇文章的英語和日語版本。

用於機器學習的開放資料集有哪些呢？Gengo 團隊為高質量的資料集建立了一份最終備忘單。這些高質量的資料集或者涵蓋範圍廣泛（比如 Kaggle），或者非常細化（比如自動駕駛汽車的資料）。

首先，在搜尋資料集時要記住幾點。Dataquest 是這麼說的：

• 資料集不應髒亂，這樣就無需花太多時間來清洗資料。
• 資料集不應包含太多的行或者列，這樣更易於使用。
• 資料越乾淨越好 —— 清洗大型資料集相當耗時。
• 這些資料可以用來回答一些有趣的問題。

我們一起來看看吧！

資料集查詢器

• Kaggle ：這是一個數據科學網站，內有各種有趣的資料集。在網站的主列表中有各種各樣的利基資料集，有
  拉麵評級、有籃球資料 ，甚至還有西雅圖的寵物許可證的資料。
• UCI機器學習庫 (UCI Machine Learning Repository)：這是網路上最早的資料集來源之一，如果想要尋找有趣的資料集，這個站點值得優先訪問。雖然使用者提供的資料集的清潔度不太一樣，但絕大多數都是乾淨的。我們可以從 UCI 機器學習庫直接下載資料，無需註冊。

一般資料集

公共政府資料集

金融與經濟

• Quandl：經濟和金融資料的良好來源 —— 對於建立預測經濟指標或股票價格的模型很有用。
• 國際貨幣基金組織資料 (IMF Data)：國際貨幣基金組織在這裡釋出有關國際金融、債務利率、外匯儲備、商品價格和投資的資料。
• 美國經濟協會 (AEA)：這是查詢美國巨集觀經濟資料的良好來源。