1.2 数据获取

• 常见的ML数据集来源：
  • MNIST
  • ImageNet
  • AudioSet
  • Kinetics
• 提取数据集的方法：
  • 爬取数据
  • 自己采集数据
• 数据集来源搜索：
  • paperwithcodes 数据集
  • Kaggle 数据集
  • AWS的数据集
  • 公司数据湖
• 数据集分类：
  • 学术数据集
  • 竞赛数据集
  • 生数据集（未处理过的数据集）
• 生成人工数据集：
  • 用GAN生成
  • 用数据增强（一张图片旋转裁剪；语言翻译成不同语言，然后再翻译回来）

References

1.2 数据获取【斯坦福21秋季：实用机器学习中文版】_哔哩哔哩_bilibili