Lista curada de fuentes de datos públicas y de pago que transmiten o actualizan datos en tiempo real sobre finanzas, transporte, clima, noticias, ciberseguridad y más.
3 mil259CC0-1.0Actualizado hace 3 meses
awesomedata/awesome-public-datasets
Lista seleccionada y organizada por temas de conjuntos de datos abiertos de alta calidad sobre agricultura, biología, clima, redes y más.
- Estrellas
- 79,617
- Forks
- 11,901
- Issues abiertos
- 165
- Último commit
- hace 6 días
¿Qué es?
Awesome Public Datasets es un catálogo de conjuntos de datos disponibles públicamente, mantenido por la comunidad y organizado por áreas temáticas como agricultura, arquitectura, biología, química, clima y meteorología, redes complejas, redes informáticas y ciberseguridad. Cada entrada enlaza a la fuente del conjunto de datos e incluye una breve descripción de su contenido.
La mayoría de los conjuntos de datos de la lista son de uso gratuito, aunque algunos requieren registrarse o pagar. La lista se genera mediante un flujo de herramientas y las entradas incluyen indicadores de estado que muestran si los enlaces funcionan actualmente. Las contribuciones se gestionan mediante un proceso independiente del proyecto, en lugar de editar directamente la lista.
El proyecto se originó en un laboratorio de investigación de la Universidad Jiao Tong de Shanghái y ahora lo mantiene una organización comunitaria. Es un buen punto de partida para buscar datos de entrenamiento, material de investigación o fuentes de referencia en un ámbito específico.
Funciones clave
- 01Conjuntos de datos organizados por temas, desde agricultura y biología hasta clima y ciberseguridad.
- 02Cada entrada enlaza a la fuente original de los datos e incluye una breve descripción del contenido.
- 03Los indicadores de estado muestran qué enlaces funcionan actualmente.
- 04Incluye conjuntos de datos gratuitos y algunos de pago o que requieren registro.
- 05Las contribuciones siguen un proceso documentado e independiente.
Casos de uso
- Encontrar datos de entrenamiento para un proyecto de machine learning en un ámbito específico.
- Localizar conjuntos de datos de referencia o investigación para trabajos académicos.
- Explorar qué datos públicos existen antes de crear un flujo de procesamiento de datos.
Antes de usarlo
- Es una lista seleccionada de enlaces a conjuntos de datos, no software instalable, así que no hay nada que ejecutar.
- Algunos de los conjuntos de datos incluidos son de pago, como indica el README.
- El README indica que el archivo se genera automáticamente y no debe editarse directamente, por lo que las contribuciones siguen un proceso aparte.
Temas
Preguntas frecuentes
- ¿Qué es awesome-public-datasets?
- Lista seleccionada y organizada por temas de conjuntos de datos abiertos de alta calidad sobre agricultura, biología, clima, redes y más. Awesome Public Datasets es un catálogo de conjuntos de datos disponibles públicamente, mantenido por la comunidad y organizado por áreas temáticas como agricultura, arquitectura, biología, química, clima y meteorología, redes complejas, redes informáticas y ciberseguridad. Cada entrada enlaza a la fuente del conjunto de datos e incluye una breve descripción de su contenido.
- ¿awesome-public-datasets es gratuito? ¿Qué licencia tiene?
- awesome-public-datasets es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿awesome-public-datasets sigue mantenido?
- Mantenimiento activo. El último commit de awesome-public-datasets fue el 14 oct 2026.
- ¿Para qué puedo usar awesome-public-datasets?
- Encontrar datos de entrenamiento para un proyecto de machine learning en un ámbito específico. Localizar conjuntos de datos de referencia o investigación para trabajos académicos. Explorar qué datos públicos existen antes de crear un flujo de procesamiento de datos.
- ¿Dónde consigo awesome-public-datasets?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/awesomedata/awesome-public-datasets
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Lista curada de bibliotecas open source para desplegar, supervisar, versionar, escalar y proteger sistemas de machine learning en producción.
21 mil2,7 milMITActualizado anteayer
Lista seleccionada de canales de YouTube en inglés que enseñan programación, desarrollo web, machine learning, ciberseguridad y otros temas tecnológicos.
7,9 mil512MarkdownCC0-1.0Actualizado hace 3 meses
Framework de agentes LLM de Microsoft que automatiza tareas de I+D basadas en datos, como leer artículos, implementar modelos y factores, y ejecutar experimentos al estilo de Kaggle.
15 mil2,1 milPythonMITActualizado hace 4 días
Curso online gratuito y autoguiado de 9 semanas sobre MLOps: seguimiento de experimentos, orquestación, despliegue, monitorización y buenas prácticas.
15,5 mil3,1 milJupyter NotebookSin licenciaActualizado hace 5 días
Guía seleccionada en chino sobre ChatGPT y los LLM más avanzados, con recursos sobre uso, prompting, desarrollo de aplicaciones, agentes y productividad.
11,8 mil1,1 milPythonMITActualizado hace 5 días