DataHubDataNav
返回数据导航

Open Data Directory

公共数据集导航

DataHub 公共数据集导航整理开放数据平台、综合数据仓库、政府公开数据和可复用研究数据入口,帮助数据分析、模型训练和选题调研快速找到可信来源。

适合搜索公共数据集、开放数据平台、数据仓库、可下载数据源、机器学习练习数据和政府开放数据的用户。

公共数据集类搜索需求通常不是单一下载动作,而是先判断数据来源是否可信、覆盖范围是否足够、授权与引用方式是否清楚。DataHub 将综合型数据平台、政府公开数据、学术数据仓库和社区精选列表放在同一个入口,方便用户从研究、教学、产品原型和数据分析任务中快速切换。

这个专题页优先收录覆盖面广、可持续访问、适合二次检索的数据平台,例如 Kaggle、Google Dataset Search、Data.gov、World Bank Open Data、Our World in Data、UCI 和 Awesome Public Datasets。使用前仍应回到原始平台核验许可、更新时间、字段定义和下载方式。

如果你正在为 AI 训练、商业分析或研究论文寻找数据,建议先用本页确定候选平台,再进入 DataHub 数据导航首页按领域继续筛选。这样比直接搜索单个关键词更容易发现同类替代资源,也能减少只看到热门平台而漏掉政府、机构和学术数据的情况。

适合哪些场景

  • 寻找可下载、可引用或可复现的公开数据源。
  • 为数据分析、机器学习课程、研究选题和产品 demo 建立数据候选清单。
  • 比较政府数据、社区数据、研究仓库和云平台公共数据的覆盖差异。

代表资源入口

从 DataHub 数据导航中抽取的高相关数据平台

11
KA
Kaggle Datasets kaggle.com

全球最大的数据科学与机器学习竞赛社区。平台提供了数百万个由用户和企业上传的真实数据集,覆盖CV、NLP、金融、健康、社交等多个领域,是实践和探索性数据分析的绝佳起点。

GO
Google Dataset Search datasetsearch.research.google.com

谷歌官方推出的数据集搜索引擎,旨在统一发现散落在网络各处的数据。它索引了来自数千个数据存储库的数千万个数据集,用户可通过关键词找到来自政府、科研机构和个人分享的数据。

HU
Hugging Face Datasets huggingface.co

领先的开源模型和数据集平台,在NLP领域影响力巨大。它提供了数万个数据集(如SQuAD、GLUE),并能通过其datasets库实现一键加载、预处理和流式处理,与transformers模型库无缝集成。

AW
Awesome Public Datasets (GitHub) github.com

一个在GitHub上维护的高质量公共数据集精选列表(“awesome list”)。它按主题(如农业、生物、气候、金融)对全球范围内的优质数据集进行了分类整理,是一个优秀的数据集导航目录。

BI
BigQuery Public Datasets cloud.google.com

谷歌云提供的公共数据集,用户可以在BigQuery平台内直接进行查询和分析,涵盖基因组学、天气、交通等多种大规模数据集。

DA
Data.gov data.gov

美国政府官方的开放数据门户,提供包括气候、人口、交通、金融等在内的大量高质量政府数据。

UC
UCI Machine Learning Repository archive.ics.uci.edu

由加州大学欧文分校维护的经典数据集仓库,是机器学习领域最古老和最著名的来源之一。它包含数百个规模多为中小型、经过清洗的经典数据集(如Iris、Wine),非常适合学术研究和教学。

PA
Papers with Code paperswithcode.com

一个将学术论文、代码和数据集三者关联起来的平台。它收录了数千个与最新研究论文配套的数据集,是追踪特定任务(SOTA, State-of-the-art)模型和基准数据的最佳资源。

OP
OpenML openml.org

一个专注于可复现和协作式机器学习的在线平台。它不仅提供数千个数据集,还记录了在这些数据集上运行的数百万次实验流程和结果,便于研究人员比较和复现模型性能。

ZE
Zenodo zenodo.org

由欧洲核子研究中心(CERN)支持的开放获取研究数据存储库。它托管了数百万份研究产出,包括大量与学术论文相关的各类科学数据集,并为每个上传内容提供DOI,确保可追溯性。

KE
Keras Datasets keras.io

Keras深度学习框架内置的数据集接口,包含如MNIST、CIFAR-10/100、IMDB等经典的小型数据集,方便快速调用和实验。