至顶网CIO与应用频道 02月27日 编译:机器学习、人工智能、区块链、预测分析——所有令人惊叹的技术都承诺将革新商业和社会。
但如果没有数据的话,这些技术就一无是处。所幸的是,对于那些没有资源有条不紊收集每一条有用信息的企业和组织而言,他们可以免费从网上得到庞大(并且不断增加)的数据。
我们列出了2018年的30个免费在线大数据来源:
1、 世界银行开放数据(World Bank Open Data),是涵盖了全球人口统计数据、大量经济和发展指标的数据集。
2、 国际货币基金组织数据(IMF Data),国际货币基金组织公布的国际财务状况、债务率、外汇储备、商品价格和投资数据。
3、 美国国家教育统计中心(The US National Center for Education Statistics Data),提供了覆盖美国和世界各地的教育机构和教育人口统计的数据。
4、 英国数据中心(The UK Data Centre)是英国最大的社会、经济和人口的数据集。
5、 FiveThirtyEight,有大量提供政治和体育问题舆论数据的民意调查。
6、 FBI统一犯罪报告(FBI Uniform Crime Reporting),联邦调查局负责编辑和出版国家犯罪统计数据,并在国家、州和县级提供免费数据。
7、 美国司法局(Bureau of Justice),在这里你可以找到关于美国执法机构、监狱、假释和缓刑机构及法院的数据。
8、 Qlick Data Market提供免费包,可访问涵盖世界人口、货币、发展指标和天气数据的数据集。
9、 美国宇航局外行星存档(NASA Exoplanet Archive)的公共数据集涵盖了由美国宇航局空间探索任务收集的行星和恒星数据。
10、 联合国贸易数据库(UN Comtrade Database Statistics)统计是由联合国汇编并出版的资料,包括Comtrade Lab,展示了如何使用尖端分析和工具从数据中提取价值。
11、 金融时报市场数据(Financial Times Market Data)是关于全球金融市场的最新信息,包括股票价格指数、商品和外汇。
12、 谷歌趋势(Google Trends)是检查和分析全球互联网上搜索活动和趋势新闻的数据。
13、 Twitter,Twitter的优势在于大多数对话都是公开的,这意味着大量的数据可以通过其API获得,谁正在谈论什么,何地、何时以及为什么。
14、 谷歌学术(Google Scholar)包括学术论文、期刊、书籍和法律判例法的文本内容。
15、 Instagram,与Twitter一样,Instagram的帖子和对话默认为公开,其API允许对喜欢、提及和商业细节进行分析。
16、 OpenCorporates是全球最大的企业开放数据库。
17、 Glassdoor API提供了有关职位空缺、候选人、薪水和员工满意度的信息,可通过他们的开发者API获得。
18、 IMDB Datasets,是从网络上最大的电影、电视和从业人员中获得的多种格式数据集。
19、 OpenLibrary Data Dumps是关于世界各地图书馆书籍目录的数据集。
20、 Labelled Faces in the Wild整理并标记了13,000个人脸图像,用于开发涉及面部识别的应用。
21、 Microsoft Marco是微软的开放式机器学习数据集,用于阅读理解和问题回答的培训系统。
22、 机器学习数据集知识库(Machine Learning Dataset Repository)由集合了由参与机器学习项目的数据科学家贡献的开放数据集。
23、 易趣市场数据洞察(eBay Market Data Insights)提供了来自eBay的数以百万计的在线销售和拍卖数据。
24、 自然历史博物馆数据门户(Natural History Museum Data Portal)提供了关于伦敦博物馆藏品中近400万个历史标本的信息,以及自然世界的科学录音。
25、 欧洲核子研究中心开放数据(CERN Open Data),欧洲核子研究中心开展的粒子物理实验提供了超过1PB的数据。
26、 One Million Audio Cover Images数据集托管在archive.org上,涵盖世界各地发布的音乐,用于图像处理研究
27、 Complete Public Reddit Comments Corpus,2007年至2015年期间在Reddit上发布的10多亿份公共评论,用于训练语言算法。
28、 Microsoft Azure Data Markets Free Datasets,提供了涵盖从农业到天气所有内容的免费数据集。
29、 Irish Electric Vehicle Charge Point Status收集了这个负责爱尔兰共和国和北爱尔兰电动汽车充电站网络数据机构的数据。
30、 LondonAir提供了来自伦敦各地的污染和空气质量数据。
好文章,需要你的鼓励
根据全球移动通信协会5G Americas的最新研究,5G网络在商用五年后达到了历史性里程碑。到2024年底,全球5G连接数将达22.5亿,增速是4G的四倍。预计到2029年,5G连接将增至83亿,占全球无线技术的59%。北美率先实现5G和4G LTE商用网络数量持平,5G覆盖率达77%。拉丁美洲5G连接数一年内翻倍至7600万。这些数据凸显了5G技术的快速普及,远超前几代无线技术。
在 AI 热潮下,许多 CEO 急于部署 AI 技术以提高效率和创新。然而,如果没有首先调整组织文化、人员和战略目标,仓促应用 AI 可能会加剧混乱。本文探讨了 CEO 在采用 AI 前需要考虑的关键问题,强调了理解组织需求、建立包容性文化以及负责任地使用 AI 的重要性。
前 Snap 高管 Alex Mashrabov 推出了新的生成式视频平台 Higgsfield AI,专注于 AI 视频中的电影级摄像机运动。该平台通过创新的控制引擎,让用户能够指导复杂的摄像机动作,如推镜头、快速变焦等。Higgsfield 不仅解决了视频风格问题,还着重解决了结构性挑战,如长序列中的角色和场景一致性。该平台已吸引了业内知名人士的关注,有望为创作者带来全新的视觉叙事方式。
Pure Storage 推出新型存储平台 FlashBlade//EXA,旨在解决 AI 工作负载中的元数据挑战。该平台基于 FlashBlade 基础架构,通过独立扩展数据和元数据来提高并发性能。它支持多模态 AI 模型,初始读取性能可达 10TB/秒。该平台兼容其他厂商的数据节点,同时利用 Pure Storage 自身技术,为企业级 AI 应用提供灵活、高性能的存储解决方案。