(2010-11-24)

Public Large Data Set 公用大型資料集

• 維基百科 - ​http://en.wikipedia.org/wiki/Wikipedia:Database_download
• 亞馬遜提供的公用資料 - ​http://aws.amazon.com/publicdatasets/
  • 包括基因資料(Genome, Ex. 1000 Genome Project)
• ​http://www.statmt.org/europarl/
• ​http://www.opendatacenteralliance.org/
• ​Data.gov - 美國公部門的資料 - 台灣應該可以上 ​檔案管理局 (2010-11-08)
• ​http://ckan.org/
• ​http://stat-computing.org/dataexpo/2009/ - 飛航紀錄 - 1987-2008 years of airlines performance data. 1GB, 12M records.
• ​http://kdd.ics.uci.edu/ - UCI Knowledge Discovery in Databases Archive - The data sets are categorized neatly. These are very useful for many machine-learning exercises with the use of Hadoop / Mahout.
• A list of about 70 data sets compiled for Open Data Day: ​http://www.opendataday.org/wiki/Data
• A list of 70 datasets from technology review: ​https://www.technologyreview.com/blog/arxiv/26097/
• Stanford large network database collection: ​http://snap.stanford.edu/data/index.html
• Digging into data dataset list: ​http://www.diggingintodata.org/Repositories/tabid/167/Default.aspx
• Many Eyes from IBM: ​http://www-958.ibm.com/software/data/cognos/manyeyes/
• Data360: ​http://www.data360.org/index.aspx
• UN Data Explorer: ​http://data.un.org/Explorer.aspx
• OECD Data Sets: ​http://stats.oecd.org/index.aspx
• Freebase data dumps: ​http://wiki.freebase.com/wiki/Data_dumps
• ​http://infochimps.org - They have over a billion tweets.
  • ​http://www.infochimps.com/datasets
• ​http://snap.stanford.edu/data/ - 史丹佛大學的一些資料集
• ​http://data.stackexchange.com/
• ​http://ogdisdk.cloudapp.net/ - Open Government Data Initiative (OGDI)
• ​http://data.worldbank.org/ - 世界銀行的一些資料集
• ​公部門資訊的自由取得與再次使用
• ​http://opengovernmentdata.org/
• ​http://www.opengovdata.org/
• ​http://data.gov.uk/
• ​http://OpenFlights.org - a crowd-sourced database of airlines, flights, airports etc.
• (2011-09-13)
  • ​App Star 高手爭霸戰
  • ​臺北市政府 vs Data.Taipei
  • ​http://taipeiogdi.cloudapp.net/DataCatalog/DataSetList - 台北市公開政府資料平臺-開發人員專區資料服務(OGDI)
    • cloudapp.net 這個網域是 Microsoft Azure 平台在用的～看樣子台北市政府的開放平台是改自 ​http://ogdisdk.cloudapp.net/
• (2012-01-17) ​10 sites to get the large data set or data corpus for free
• (2013-08-21) ​Datasets for Data Mining, Analytics and Knowledge Discovery

• ​http://data.g0v.tw/
• (2013-09-25) ​Datasets released by Google
• (2014-01-19)
  • ​http://www.opendata500.com
  • ​http://www.bigdata-startups.com/public-data
  • ​http://www.quandl.com
  • ​http://www.kdnuggets.com/2011/02/free-public-datasets.html
  • ​http://www.pewresearch.org/data/download-datasets
  • ​http://www.rdatamining.com/resources/data
  • ​http://freegisdata.rtwilson.com - Free GIS Dataset
  • ​http://datahub.io
  • ​http://datamarket.azure.com/browse/data - Windows Azure Marketplace 上的資料集

• ​http://www.githubarchive.org/ - 如果想分析 github ，會是一個好的資料集 :) (2014-02-05)
• ​http://gdeltproject.org/ - Global Database of Events, Language, and Tone (2014-06-03)
• ​Yahoo 釋出 Flickr 資料集 (2014-07-03)
  • 必須登入 Yahoo 帳號，連到 ​Yahoo WebScope 網站申請
  • I3 - Yahoo Flickr Creative Commons 100M(14G) (Hosted in AWS)
  • 必須有美國學校的信箱(*@*.edu)才能申請 XD
• ​Some Datasets Available on the Web (2008~2009)

• ​20 Big Data Repositories You Should Check Out (2014-09-24)

• ​https://archive.ics.uci.edu/ml/datasets.html ( 2015-07-20 )
• ​http://labrosa.ee.columbia.edu/millionsong/ ( 2015-07-20 )
• ​https://open.fda.gov/ ( 2015-07-20 )

• ​https://quickdraw.withgoogle.com/data - Google 公開的 Auto Draw 資料集 - ​機器學習好威！隨手幾筆，Google「AutoDraw」就知道你要畫 (2018-03-22)
• ​https://www.kaggle.com/datasets - Kaggle 競賽使用的資料集 (2018-03-30)

• ​https://www.microsoft.com/en-us/research/publication/t-drive-trajectory-data-sample/ - T-Drive trajectory data sample (2011-08)