Original (English)

Azure Open Datasets простыми словами

бесплатные очищенные открытые данные для машинного обучения, Power BI и Python

Тот, кто изучает Data Science или машинное обучение, часто упирается в одно и то же: нет интересных данных для практики, а найденные файлы имеют странный формат, непонятные столбцы и пропущенные значения. В этом выпуске — Azure Open Datasets: бесплатная библиотека уже очищенных открытых наборов данных, с которой можно начать за минуты, а не недели.

▶ Azure Open Datasets простыми словами: бесплатные очищенные открытые данные для машинного обучения, Power BI и Python (ИИ-дубляж)

Что вы узнаете:

1. Что такое Azure Open Datasets: открытые наборы данных NOAA, Бюро переписи населения США и городских администраций, очищенные Microsoft и размещённые в Azure Storage в колоночном формате Parquet
2. Четыре проблемы сырых данных — поиск, подготовка, объём и воспроизводимость — и почему внешние сигналы, такие как погода и праздники, улучшают модели машинного обучения
3. Каталог: погодные данные NOAA, праздники 38 стран, данные переписи и статистика рынка труда США, поездки такси Нью-Йорка, общественная безопасность Сан-Франциско, COVID-19 Data Lake и эталонные наборы Diabetes, MIND и продажи апельсинового сока
4. Способы доступа: пакет Python без учётной записи Azure с результатом в Pandas DataFrame, Azure Machine Learning, коннектор Azure Blob Storage в Power BI, бессерверный SQL в Azure Synapse с OPENROWSET и Spark в Azure Databricks
5. Сколько это стоит на самом деле: данные и их хранение бесплатны; вы платите за вычисления, исходящий трафик (около 8–9 центов за ГБ) и собственное хранилище — главный совет: тот же регион

Этот выпуск — русская версия с ИИ-дубляжом анимированного видео из M365 Show от Microsoft MVP Мирко Петерса.