看到很多人要數據集和源代碼，這裏說幾句，
UCI數據集是一個常用的標準測試數據集，下載地址在
http://www.ics.uci.edu/~mlearn/MLRepository.html
我的主頁上也有整理好的一些UCI數據集：
http://lamda.nju.edu.cn/yuy/files/download/UCI_arff.zip
在看別人的論文時，別人使用的數據集會給出數據集的出處或下載地址（除非是很機密的數據，例如與國家安全有關）。如果你看的論文沒有給出數據集的出處，請立即停止看這篇論文，並且停止看刊發這篇論文的期刊上的所有文章。因爲可以斷定這些文章質量很差。
關於源代碼，網上有很多公開源碼的算法包，例如最爲著名的Weka，MLC++等。Weka還在不斷的更新其算法，下載地址：
http://www.cs.waikato.ac.nz/ml/weka/
很多的機器學習的經典算法都在裏面。而且公佈源程序，易於修改。
如果作者沒有公佈源程序，可以到作者主頁找找，也可以寫信給作者要，一般論文開頭都會有作者的email地址。寫信的時候要注意要很有禮貌，否則作者，尤其是著名學者，很有可能不會理睬。如果算法簡單，可以自己實現。
關於論文的下載，如果能夠訪問電子圖書館是最好的，很多學校都買了IEEE, Elsevier, Kluwer等，上面的期刊都不錯。有一些很好的期刊是免費的，像JAIR和JMLR，分別在：
http://www.cs.washington.edu/research/jair/home.html
http://www.jmlr.org/
如果能訪問的免費期刊太少，可以到CiteSeer上搜索(http://citeseer.ist.psu.edu/)，上面蒐集了很多免費論文（但是要注意，論文的質量參差不齊），或者用Googlewww.google.com)搜索。
再囑咐兩點，要做研究，首先要打好基礎，例如數學基礎和程序設計能力，要學會熟練使用google等搜索引擎，還有一定要看高質量的論文。