Original (Englisch)

Azure Open Datasets einfach erklärt

kostenlose, bereinigte Daten für Machine Learning, Power BI und Python

Wer Data Science oder Machine Learning lernt, scheitert oft nicht an den Grundlagen, sondern an fehlenden brauchbaren Daten: fremde Formate, unverständliche Spalten, fehlende Werte. Diese Folge erklärt Azure Open Datasets – eine kostenlose Bibliothek fertig bereinigter öffentlicher Datensätze, mit der Sie in Minuten statt Wochen loslegen.

▶ Azure Open Datasets einfach erklärt: kostenlose, bereinigte Daten für Machine Learning, Power BI und Python (KI-Synchronfassung)

Das erfahren Sie:

1. Was Azure Open Datasets ist: öffentliche Datensätze von NOAA, US Census Bureau und Stadtverwaltungen, von Microsoft bereinigt und im spaltenorientierten Parquet-Format in Azure Storage bereitgestellt
2. Die vier Probleme mit Rohdaten – Suche, Aufbereitung, Datenmenge und Reproduzierbarkeit – und warum externe Signale wie Wetter und Feiertage Machine-Learning-Modelle verbessern
3. Der Katalog: NOAA-Wetterdaten, Feiertage für 38 Länder, US-Zensus- und Arbeitsmarktdaten, NYC-Taxifahrten, Sicherheitsdaten aus San Francisco, COVID-19 Data Lake sowie Benchmarks wie Diabetes, MIND und Orangensaft-Verkäufe
4. Der Zugriff: Python-Paket ohne Azure-Konto mit Pandas DataFrame, Azure Machine Learning, Azure-Blob-Storage-Connector in Power BI, Serverless SQL in Azure Synapse mit OPENROWSET und Spark in Azure Databricks
5. Was es wirklich kostet: Daten und Speicherung sind kostenlos; Sie zahlen Rechenleistung, Datenausgang (etwa 8–9 Cent pro GB) und eigenen Speicher – wichtigster Tipp: dieselbe Region nutzen

Diese Folge ist eine KI-synchronisierte deutsche Fassung des animierten Erklärvideos aus der M365 Show von Microsoft MVP Mirko Peters.