11 KiB
11 KiB
官方权威统计数据（更新日期：2022-5-5）
中国统计年鉴 :+1::+1:👍
http://www.stats.gov.cn/tjsj/ndsj/
全国年度统计公报 :+1::+1:👍
http://www.stats.gov.cn/tjsj/tjgb/ndtjgb/
中国互联网络发展状况统计报告 :+1::+1:👍
http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/index.htm
工信数据（工业和信息化部）统计分析数据 :+1::+1:👍
https://www.miit.gov.cn/gxsj/index.html
- 数据下载
- 原材料工业 —— 钢铁 有色 石化化工 建材 稀土
- 装备工业 —— 机械 汽车 民用船舶 民用航空工业
- 消费品工业 —— 轻工 纺织 食品 家电
- 通信业 —— 基础电信业统计数据及运行分析
- 电子信息制造业 —— 电子信息制造业统计数据及运行分析
- 软件业 —— 软件和信息技术服务业统计数据和运行分析
- 互联网 —— 互联网和相关服务业统计数据和运行分析
- 网络安全 —— 网络安全信息与动态
中国政府网 :+1::+1:👍
http://www.gov.cn/shuju/index.htm
6. 中国信通院 :+1::+1:👍
7. 财富FORTUNE 500强 :+1::+1:👍
最新榜单（世界500强）
最新榜单（中国500强）
- 2021年《财富》中国500强排行榜
- 2021年《财富》中国500强亏损公司
- 2021年《财富》中国500强净资产收益率（ROE）最高的40家公司
- 2021年《财富》中国500强净利润率最高的40家公司
8. 上海数据 :+1::+1:👍
😄 最新-2022-03-15 2021年上海市国民经济和社会发展统计公报
>>疫情相关<<
| 新闻发布 | 日期 |
|---|---|
| 4月24日（0-24时）本市各区确诊病例、无症状感染者居住地信息 | 2022-04-25 |
| 上海2022年4月24日，新增本土新冠肺炎确诊病例2472例 新增本土无症状感染者16983例 | 2022-04-25 |
| 商务动态 | 发布日期 |
|---|---|
| 本市疫情防控生活物资保障企业查询库上线啦 | 2022-04-18 |
| 全市部分已恢复线下开门营业的品牌餐饮、便利店、商超卖场网点目录（4月19日更新） | 2022-04-20 |
| 上海市商业联合会抗疫保供产销对接信息平台生活物资供应名录（七） 84家 | 2022-04-20 |
| [上海市商业联合会抗疫保供产销对接信息平台生活物资供应名录（六）欠缺 ] | 2022-04-1? |
| 上海市商业联合会抗疫保供产销对接信息平台生活物资供应名录（五） 75~88 | 2022-04-17 |
| 上海市商业联合会抗疫保供产销对接信息平台生活物资供应名录（四） 62~74 | 2022-04-14 |
| [上海市商业联合会抗疫保供产销对接信息平台生活物资供应名录（三）欠缺 ] | 2022-04-1? |
| 上海市商业联合会抗疫保供产销对接信息平台生活物资供应名录（二） 21~42 | 2022-04-11 |
| [上海市商业联合会抗疫保供产销对接信息平台生活物资供应名录（一） 欠缺 ] | 2022-04-? |
9. 数据报告 :+1::+1:👍
😄最新报告
10. AI公开数据集（^^最好的在最后^^） :+1::+1::+1::+1:👍 五星强推！！！！！
- 最全中文NLP资源库
😄本地镜像 - 开放数据集(Open Dataset)
| 类别 | 名称 | 数量 | 说明 |
|---|---|---|---|
| 自然语言 | Question Pairs | 58.7MB | 第一个来源于 Quora 的包含重复/语义相似性标签的数据集。数据集由超过40万行行的潜在问题的问答组成。每行行数据包含问题ID、问题全文以及指示该行行是否真正包含重复对的二进制值。 |
| MS MARCO | MS MARCO是一种新的大规模阅读理理解和问答数据集。 在MSMARCO中，所有问题都是从真正的匿匿名用户查询中抽取的。使用先进的Bing搜索引擎版本，从实际的Web文档中提取数据集中的答案的上下文段落。 | ||
| 图像类 | Open Images Dataset V4 | 9百万 | 其中包括大约9百万标注图片、横跨6000个类别标签，平均每个图像拥有8个标签。该数据集的标签涵盖比拥有1000个类别标签的ImageNet具体更更多的现实实体，可用于计算机视觉方向的训练。 |
| MNIST（Image processing data set） | 约50MB,10大类，70000张图像 | 这是一个手写数字数据集，包含一个有着 60000 样本的训练集和一个有着 10000 样本的测试集。对于在现实世界数据上尝试学习技术和深度识别模式而言，这是一个非常好的数据库，且无需花费过多时间和精力力进行行数据预处理。 | |
| 音频类 | FMA | 689种 | 该数据集是免费音乐存档（FMA）的转储，这是一个高质量量的合法音频下载的互动库。这些数据集中包含歌曲名称、音乐类型、曲目计数等信息，共计689种歌曲和68种类型。该数据集可用于音乐分析。 |
| TED-LUM | 21GB | TED Talk的音频数据集，包含1495个录音和音频会议、159848条发音词典和部分WMT12公开的语料料库。 | |
| 视频类 | YouTube-8M | 35万小时 | YouTube-8M一个大型的多样性标注的视频数据集，目前拥有610万的YouTube视频链接、35万小时视频时长、2.6亿视频/音频特征、3862个分类、平均每个视频拥有3个标签。（统计时间：2018.11.9） |
| COCO | COCO（Common Objects in Context）是一个新的图像识别、分割和图像语义数据集，由微软赞助，图像中不不仅有标注类别、位置信息，还有对图像的语义文本描述。COCO数据集的开源使得近两、三年年来图像分割语义理理解取得了了巨大的进展，也几乎成为了了图像语义理理解算法性能评价的“标准”数据集。 | ||
| Logo类 | WebLogo-2M Dataset | 178.1GB | 194类，2190757张 |
| TopLogo-10 Dataset | 78.5MB | 10类 | |
| 综合类 | UCI | 400 | UCI数据集中包括了了众多用于监督式和非监督式学习的数据集，数量大概400多个，其中很多数据集在其他众多数据工具中被反复引用，例如Iris、Wine、dult、Car、Evaluation、Forest Fires等。 |
| SNAP | 斯坦福网络分析平台（SNAP）是一种用于分析和操纵大型网络的通用高性能系统，其本身使用的网络相关数据也对外开放，包括设计、社区、通信、网络图、互联网、道路路、维基百度网络、在线社区和评论等不不同主题，可用于分析大型社会和信息网络方面的研究成果。 |
-
ml机器学习数据集
-
dl深度学习数据集
-
大学开放数据集