DataHubDataNav
返回数据导航

Research Data Repositories

研究数据仓库导航

DataHub 研究数据仓库导航整理学术数据、实验数据、论文复现资源和公共研究数据入口,适合科研选题、论文引用和可复现实验。

适合搜索研究数据仓库、学术数据集、论文复现数据、实验数据、公共研究数据、医疗生物数据和社会科学数据的用户。

研究数据的核心不是“能不能下载”,而是能否解释来源、方法、样本、授权和引用方式。DataHub 研究数据仓库专题把学术机构、论文复现、医疗生物、社会科学和综合研究平台集中整理,帮助研究者和数据团队在正式建模前先做来源筛选。

使用研究数据时,建议特别关注数据集的 DOI、论文链接、采集方法、伦理要求、样本偏差、许可协议和版本记录。对于医疗、生物和社会科学数据,还应确认是否包含隐私、敏感属性或跨境使用限制。

本页可以与 AI 数据集导航配合使用:AI 数据页更偏训练和评测任务,研究数据页更偏可复现、可引用、可解释的学术来源。两者结合能帮助用户从“能用的数据”进一步筛选到“可信的数据”。

适合哪些场景

  • 寻找学术研究、论文复现、实验数据和公共研究数据入口。
  • 核验数据引用、许可、版本和研究方法说明。
  • 为科研选题、数据论文、模型评测和课程项目准备可靠来源。

代表资源入口

从 DataHub 数据导航中抽取的高相关数据平台

12
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。

MI
MIMIC-III physionet.org

一个大型、免费、公开的重症监护(ICU)患者匿名健康记录数据库。它包含超过4万名患者的临床数据,是医疗AI研究的黄金标准数据集。

TC
TCGA (The Cancer Genome Atlas) cancer.gov

由美国国家癌症研究所发起的大型癌症基因组学项目。它包含了33种癌症类型的数千个肿瘤样本的基因组学数据,是癌症研究的基石。

HU
Human Protein Atlas proteinatlas.org

一个旨在绘制人体所有蛋白质在组织和细胞中分布图谱的大科学项目。它提供了数百万张显微镜图像和大量的蛋白质表达数据。

MO
MovieLens grouplens.org

由GroupLens研究小组发布的一系列电影评分数据集,是推荐系统领域的经典基准。数据集规模从10万条评分到超过2700万条评分不等。

YE
Yelp Open Dataset yelp.com

Yelp发布的包含商家评论、用户画像等的商业数据集,适合推荐系统、情感分析等研究。