要学习machine learning或者deep learning没有数据集可是不行的，特别是对于入门的朋友可能这里说的就是我自己哈来说，使用现成的数据可以省了很大的事情了。
今天我就给大家搬运一下我搜到的几个网站的数据资源，供大家也是供我自己练习使用，因为刚入机器学习的领域，很多都不懂，也就不去解读数据资源的信息了。大家根据需求自己看看有没有用处吧。
一、UC Irvine 机器学习存储库（Welcome to the UC Irvine Machine Learning Repository）
网址：https://archive.ics.uci.edu/
二、365datascience
网址：https://365datascience.com/tutorials/python-tutorials/free-public-datasets-python/
三、美国农业部经济研究服务
网址：https://www.ers.usda.gov/data-products/
四、DataFlair 团队、70+ 机器学习数据集和项目创意
网址：https://data-flair.training/blogs/machine-learning-datasets/
五、用于练习机器学习的 23 大最佳公共数据集
网址：https://rubikscode.net/2021/07/19/top-23-best-public-datasets-for-practicing-machine-learning/
六、用于构建机器学习模型的 16 个最佳 Sklearn 数据集
网址：https://hackernoon.com/16-best-sklearn-datasets-for-building-machine-learning-models
七、用于业务分析的机器学习
网址：https://www.dataminingbook.com/content/datasets-download-r-and-python-editions
以上数据资源链接中的数据我并没有一一个去测试，大家自己去试试看吧。就是花了点时间大概得去找了找了，估计还有更多的资源在网上呢，多多搜搜看。
既然选择了入门，我后面会继续花费时间和精力在机器学习上，争取做一个应用场景来。欢迎有感兴趣的朋友留言交流，在学习的过程中也谢谢各位大佬们的指教。
