Original (English)

Azure Open Datasets בפשטות

נתונים ציבוריים חינמיים ונקיים ללמידת מכונה, Power BI ו-Python

מי שלומד מדע נתונים או למידת מכונה נתקע לרוב באותה נקודה: אין נתונים מעניינים לתרגול, והקבצים שנמצאים הם בפורמטים מוזרים, עם עמודות לא מובנות וערכים חסרים. הפרק מסביר את Azure Open Datasets – ספרייה חינמית של מאגרי נתונים ציבוריים שכבר נוקו, שבעזרתה מתחילים בתוך דקות במקום שבועות.

▶ Azure Open Datasets בפשטות: נתונים ציבוריים חינמיים ונקיים ללמידת מכונה, Power BI ו-Python (דיבוב AI)

מה תלמדו:

1. מה זה Azure Open Datasets: מאגרי נתונים ציבוריים של NOAA, הלשכה האמריקאית למפקד האוכלוסין ורשויות עירוניות, ש-Microsoft ניקתה ואירחה ב-Azure Storage בפורמט העמודתי Parquet
2. ארבע הבעיות של נתונים גולמיים – חיפוש, הכנה, היקף ושחזוריות – ולמה אותות חיצוניים כמו מזג אוויר וחגים משפרים מודלים של למידת מכונה
3. הקטלוג: נתוני מזג אוויר של NOAA, חגים ב-38 מדינות, נתוני מפקד ושוק העבודה בארה״ב, נסיעות מוניות בניו יורק, ביטחון הציבור בסן פרנסיסקו, COVID-19 Data Lake ומאגרי בנצ׳מרק כמו Diabetes, MIND ומכירות מיץ תפוזים
4. דרכי גישה: חבילת Python בלי חשבון Azure שמחזירה DataFrame של Pandas, Azure Machine Learning, מחבר Azure Blob Storage ב-Power BI, SQL ללא שרת ב-Azure Synapse עם OPENROWSET ו-Spark ב-Azure Databricks
5. כמה זה באמת עולה: הנתונים והאחסון שלהם בחינם; משלמים על עיבוד, על יציאת נתונים (כ-8–9 סנט לג׳יגה-בייט) ועל אחסון עצמי – הטיפ החשוב: לעבוד באותו אזור

הפרק הזה הוא גרסה עברית בדיבוב AI של הסרטון המונפש מתוך M365 Show של Microsoft MVP מירקו פטרס.