Original (English)

Azure Open Datasets w prostych słowach

darmowe, oczyszczone dane publiczne do machine learningu, Power BI i Pythona

Kto uczy się data science lub machine learningu, często utyka w tym samym miejscu: brakuje sensownych danych do ćwiczeń, a te dostępne mają dziwne formaty, niezrozumiałe kolumny i brakujące wartości. Ten odcinek wyjaśnia Azure Open Datasets – darmową bibliotekę oczyszczonych publicznych zbiorów danych, dzięki której zaczniesz w kilka minut zamiast tygodni.

▶ Azure Open Datasets w prostych słowach: darmowe, oczyszczone dane publiczne do machine learningu, Power BI i Pythona (Dubbing AI)

Czego się dowiesz:

1. Czym jest Azure Open Datasets: publiczne zbiory danych od NOAA, US Census Bureau i władz miast, oczyszczone przez Microsoft i przechowywane w Azure Storage w kolumnowym formacie Parquet
2. Cztery problemy surowych danych – wyszukiwanie, przygotowanie, skala i powtarzalność – oraz dlaczego zewnętrzne sygnały, takie jak pogoda i święta, poprawiają modele machine learningu
3. Katalog: dane pogodowe NOAA, święta dla 38 krajów, dane spisowe i statystyki rynku pracy USA, przejazdy taksówek w NYC, bezpieczeństwo publiczne w San Francisco, COVID-19 Data Lake oraz zbiory benchmarkowe Diabetes, MIND i sprzedaż soku pomarańczowego
4. Dostęp: pakiet Pythona bez konta Azure zwracający DataFrame Pandas, Azure Machine Learning, łącznik Azure Blob Storage w Power BI, serverless SQL w Azure Synapse z OPENROWSET i Spark w Azure Databricks
5. Ile to naprawdę kosztuje: dane i ich przechowywanie są darmowe; płacisz za moc obliczeniową, transfer wychodzący (ok. 8–9 centów za GB) i własny magazyn – najważniejsza wskazówka: ten sam region

Ten odcinek to polska wersja z dubbingiem AI animowanego wideo z M365 Show prowadzonego przez Microsoft MVP Mirko Petersa.