如今的我们，淹没在大数据的海洋中，却又忍受着因没有数据而导致的饥渴。很多人都想做大数据研究，但数据在哪里呢？数据不再是“资源”，而是变成了一种重要“资产”。
—— 摘自《数据科学理论与实践》
除了利用网络爬虫收集数据、数据生成和存储部门的供给之外，我们还可以通过以下方式获得大数据（在每一类途径之下给出了代表性数据集）：
1政府开放数据
美国政府开放的数据集 ：https://www.data.gov/
美国交通事故数据集：https://www-fars.nhtsa.dot.gov/Main/index.aspx
美国空气质量数据集：http://aqsdr1.epa.gov/aqsweb/aqstmp/airdata/download_files.html
印度政府公开的数据：data.gov.in(https://data.gov.in/)
英国政府公开的数据集：https://data.gov.uk/
2企业或公益组织
Amazon Web Services (AWS) datasets：（https://aws.amazon.com/datasets/
Google datasets：https://cloud.google.com/bigquery/public-data/
Youtube labeled Video Dataset：https://research.google.com/youtube8m/
NASA：https://data.nasa.gov/
世界银行：http://www.shihang.org/
纽约出租车：http://chriswhong.github.io/nyctaxi/
3大数据竞赛平台
Kaggle：https://www.kaggle.com/datasets
Past KDD Cups：http://www.kdd.org/kdd-cup
Driven Data：https://www.drivendata.org/
4机器学习领域经典数据集
UCI：https://archive.ics.uci.edu/ml/datasets.html
Delve Datasets: http://www.cs.toronto.edu/~delve/data/datasets.html
5统计学领域经典数据集
统计学领域论文、学术期刊、著名图书中的数据集
各类统计年鉴
统计数据库
6其他
R包中的数据集，如nycflights13
本文授权转自：数据科学DataScience；
END
如果你对人工智能与机器学习感兴趣，请加交流群：群号:139482724 ；
版权声明：本号内容部分来自互联网，转载请注明原文链接和作者，如有侵权或出处有误请和我们联系。
关联阅读：
原创系列文章：
数据运营 关联文章阅读：
数据分析、数据产品 关联文章阅读：