Quand on apprend la data science ou le machine learning, l’obstacle n’est souvent pas la théorie mais le manque de données exploitables : formats étranges, colonnes incompréhensibles, valeurs manquantes. Cet épisode présente Azure Open Datasets, une bibliothèque gratuite de jeux de données publics déjà nettoyés, pour démarrer en quelques minutes au lieu de plusieurs semaines.Au programme :Ce qu’est Azure Open Datasets : des jeux de données publics de la NOAA, du US Census Bureau et de municipalités, nettoyés par Microsoft et hébergés dans Azure Storage au format colonnaire ParquetLes quatre problèmes des données brutes – recherche, préparation, volume et reproductibilité – et pourquoi des signaux externes comme la météo et les jours fériés améliorent les modèles de machine learningLe catalogue : météo NOAA, jours fériés de 38 pays, recensement et statistiques de l’emploi américains, courses de taxi à New York, sécurité publique de San Francisco, COVID-19 Data Lake et jeux de référence comme Diabetes, MIND et ventes de jus d’orangeLes accès : package Python sans compte Azure qui renvoie un DataFrame Pandas, Azure Machine Learning, le connecteur Azure Blob Storage de Power BI, le SQL serverless d’Azure Synapse avec OPENROWSET et Spark dans Azure DatabricksLe vrai coût : les données et leur stockage sont gratuits ; vous payez le calcul, la sortie de données (environ 8 à 9 centimes par Go) et votre propre stockage – le conseil clé : rester dans la même régionPour les débutants en data science et en machine learning, les analystes Power BI et les développeurs qui ont besoin rapidement de données fiables.Cet épisode est une version française doublée par IA de la vidéo animée du M365 Show présentée par le Microsoft MVP Mirko Peters.▶ Voir la vidéo: https://youtu.be/qwjTfey_lCA🎧 Plus d’épisodes: https://www.m365.fm🎤 M365Con – conférence Microsoft en ligne gratuite: https://m365con.net💼 Mirko Peters sur LinkedIn: https://www.linkedin.com/in/m365showpodcast/

This episode includes AI-generated content.