Aquí hay algunos mercados que recopilan conjuntos de datos públicos y privados para organizaciones. Los visitantes pueden comprar los conjuntos de datos o descargarlos de forma gratuita. En algunos sitios web, las organizaciones también pueden vender sus propios conjuntos de datos.
- DataMarket es otro supermercado de datos que ofrece más de 45,000 conjuntos de datos de todo el mundo, entregados por otros 42 gobiernos. El objetivo de Datamarket es encontrar todos los conjuntos de datos (públicos) disponibles y hacerlos accesibles y entendibles
- QunB está desarrollando un mercado de datos. Se alienta a las empresas a cargar sus propios datos en QunB y combinarlos con otros conjuntos de datos. Estos conjuntos de datos se pueden vender o regalar de forma gratuita.
- Knoema es una plataforma de conocimiento que proporciona acceso a más de 100 millones de series temporales. Todos los datos disponibles son interactivos y se pueden exportar si es necesario. Además, proporcionan herramientas de visualización (con más de 1000 visualizaciones diferentes) para analizar los datos públicos. Las visualizaciones pueden hacerse públicas o privadas.
- LexisNexis es una plataforma de suscripción paga que ofrece bibliotecas de estatutos, juicios de casos y opiniones para jurisdicciones. Los clientes tienen acceso a miles de millones de documentos de búsqueda y registros de más de 45,000 fuentes legales, de noticias y comerciales.
- A través de Google Public Data, los visitantes pueden profundizar en 104 conjuntos de datos diferentes y descargarlos para su propio uso. Los visitantes pueden cargar sus propios conjuntos de datos para visualizarlos y explorarlos. Los conjuntos de datos disponibles actuales son, entre otros, del Foro Económico Mundial, Eurostat o el FMI.
- A través de Amazon Web Services hay otros 54 conjuntos de datos disponibles para el público. Los usuarios tienen a su disposición conjuntos de datos como el Proyecto 1000 Genome o el Proyecto Common Crawl Corpus que cubren datos de más de 5 mil millones de páginas web.
- Enigma.io es una startup de big data que ofrece acceso a fuentes de datos públicas. La compañía con sede en Nueva York ofrece más de 100.000 bases de datos que se pueden buscar o exportar fácilmente. Los usuarios pueden descargar todo, desde conocimientos de embarque de importación hasta propiedad de aeronaves, actividad de cabildeo, evaluaciones de bienes raíces, licencias de espectro, presentaciones financieras, gravámenes, etc.
- Quandl es una startup pública de conjuntos de datos actualmente en versión beta y ofrece más de cinco millones de conjuntos de datos financieros, económicos y sociales de todo el mundo de forma gratuita. Los visitantes pueden insertar gráficos en su propio sitio web o descargar el conjunto de datos a través de Python, Stata, Excel o R.
- Figshare es una plataforma especialmente para investigadores, donde los investigadores pueden poner sus resultados a disposición de todos para que puedan ser utilizados por cualquier persona. Las figuras, los conjuntos de datos, los medios, los documentos, los carteles, las presentaciones y los conjuntos de archivos pueden hacerse públicos para todos. Todos los datos se publican automáticamente de manera citable, de búsqueda y compartible.
- Datahub.io es un catálogo administrado por la comunidad de conjuntos de datos útiles en Internet. Los usuarios pueden recopilar enlaces a datos encontrados en la web o almacenar datos en la plataforma misma. Los usuarios también pueden buscar los datos recopilados por otros usuarios. La plataforma se ejecuta en el software de código abierto CKAN. La mayoría de los datos indexados son libres de usar o reutilizar como quieran, debido a la licencia abierta.
- Open Science Data Cloud es una plataforma que proporciona recursos en la nube a escala de petabytes que permite a los usuarios analizar, administrar y compartir datos fácilmente. El OSDC actualmente alberga alrededor de 450 TB de datos y planean aumentar esto al nivel de petabytes.
- Datamob es un sitio web que quiere mostrar cómo los conjuntos de datos públicos que los gobiernos pueden poner a disposición. Datamob cree que suceden cosas buenas cuando los gobiernos y las organizaciones públicas ponen a disposición los datos en formatos amigables para los desarrolladores y, por lo tanto, Datamob actualmente enumera 227 fuentes de datos, 165 aplicaciones y 66 recursos.
- OpenData es una plataforma con una gran colección de conjuntos de datos abiertos de Socrata. Socrata proporciona servicios de descubrimiento de datos sociales para abrir datos gubernamentales. Han recopilado más de 200,000 conjuntos de datos de todo el mundo. Los conjuntos de datos se dividen en cinco categorías diferentes: negocios, educación, diversión, gobierno y personal.
- Freebase es una base de datos curada por la comunidad de personas, lugares y cosas bien conocidas. El sitio web ofrece casi 2 mil millones de datos divididos en 40 millones de temas y 76 dominios. Cada hecho y entidad está disponible como un volcado RDF que permite a los usuarios analizar toda la base de datos en su propia computadora.
- Thinknum está trabajando en indexar todos los datos financieros y exponerlos a través de una API simple. Tienen más de 10 millones de series de datos, todas las cuales se pueden descargar de forma gratuita. Utilizan los datos para crear aplicaciones que ayudan a los estrategas a analizar los mercados financieros. Actualmente admiten dos aplicaciones: ThinkNum Plotter y Thinknum Cashlow Engine. Thinknum Plotter permite a los usuarios manipular datos de series temporales utilizando expresiones matemáticas. Los usuarios pueden analizar datos sin tener que escribir código. El motor de flujo de caja de Thinknum permite a los usuarios ver modelos de flujo de caja con descuento en línea.
- xDayta es un mercado para comprar y vender datos. xDayta es una plataforma abierta que permite a cualquier persona vender cualquier tipo de datos a cualquier comprador. Es gratis listar datos en xDayta para la venta. Cualquiera puede registrarse y vender datos en xDayta. Cualquiera que busque datos para comprar puede usar xDayta. El intercambio xDayta facilita los intercambios de datos de venta libre, las transacciones de corredores, indexa los precios de los datos y regula el comercio.
- Red Lion Data es un mercado canadiense que ofrece conjuntos de datos de ubicación para tiendas minoristas y restaurantes en Estados Unidos y Canadá. Los conjuntos de datos se venden entre $ 15 y $ 55, así como las suscripciones anuales disponibles. Los conjuntos de datos son especialmente relevantes para desarrolladores de aplicaciones móviles, profesionales de bienes raíces, portales en línea y directorios web y profesionales de marketing.
Fuente: Mercados de datos públicos e iniciativas
- Soy un recién graduado en ingeniería industrial, ¿cómo comienzo mi camino en ciencia de datos para la cadena de suministro?
- ¿Cuáles son las principales aplicaciones (de la vida real) de la minería de datos y la ciencia de datos utilizadas en el mundo práctico de hoy?
- Cómo proteger todos los datos de mi computadora para que cualquier persona sin la clave de acceso no pueda ver ni eliminar nada
- ¿Qué MOOC, proyecto en línea o curso relacionado con big data \ Hadoop debería agregar a mi currículum como una habilidad adicional, como analista de datos (en ciencia de datos)?
- ¿Quién debería hacer big data?
