百度飞桨数据集

天池

阿里的数据竞赛平台，赛题来自真实业务场景，参赛者可组队提交方案并查看排名，适合用真实赛题练习算法。

Awesome Public Datasets

按主题整理的公共数据集清单，适合找数据入口。

AWS Open Data

AWS 公开数据集目录，覆盖科研与行业数据。

Common Crawl

开放网页抓取语料，适合训练与文本研究。

EU Open Data Portal

欧盟开放数据门户，覆盖政策、经济与社会数据。

Google BigQuery Public Data

BigQuery 公共数据集，可直接用 SQL 查询分析。