有了这个，做机器学习项目再也不用担心数据集了

作者：曹培信

有一个机器学习项目的想法，兴致冲冲地准备开始，才发现没有合适的数据集来训练模型。

你有没有过这样的经历？

其实随着机器学习的流行和发展，每年很多高校、企业都在做一些项目并公开他们的数据集，但是尽管每年发布的大量高质量数据集越来越多，而且其中大部分都发布在各自的网站上，因此我们很难找到它们。

但是现在就要带给小伙伴们一个神奇的网站——“网络上最大的机器学习数据集列表”。这个网站将各种开源的数据集整合起来，并提供下载和相关论文的链接，简直是广大MLer的福音！

网站链接：

https://www.datasetlist.com/

正如上图所示，左边可以按照分类寻找数据集，有计算机视觉（CV）、自然语言处理（NLP）、自动驾驶（Self-driving）等等，右边是数据集的信息，包括名称、年份、简介和许可情况（公开的、非商业的等等），还有相关的论文链接。

当然，如果有好的数据集愿意分享，网站也提供自己上传数据集的功能。

如果想了解新的数据集更新情况，也可以提供邮箱订阅消息。

这个网站的作者是一位名叫Nikola Pleša的工程师，他在一家名为Mapillary的公司工作，他自己有一个个人网站，打开后你会发现，这也是一个很有意思的宝藏男孩！

Nikola的个人网站：

http://www.nikolaplesa.com/

除了这个数据集，他还做了很多有意思的小项目，比如chrome浏览器上的Mapillary扩展程序，安装之后每次打开新标签页时都会显示来自Mapillary的随机精美图片。

感兴趣的小伙伴可以自己探索一下~