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.Что вы узнаете: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 ParquetЧетыре проблемы сырых данных — поиск, подготовка, объём и воспроизводимость — и почему внешние сигналы, такие как погода и праздники, улучшают модели машинного обученияКаталог: 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 сокаСпособы 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 DatabricksСколько 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 регионДля начинающих в Data Science и машинном обучении, аналитиков Power BI и разработчиков, которым быстро нужны надёжные данные.Этот выпуск — русская версия с ИИ-дубляжом анимированного видео из M365 Show от Microsoft MVP Мирко Петерса.▶ Смотреть видео: https://youtu.be/qwjTfey_lCA🎧 Другие выпуски: https://www.m365.fm🎤 M365Con — бесплатная онлайн-конференция по Microsoft: https://m365con.net💼 Мирко Петерс в LinkedIn: https://www.linkedin.com/in/m365showpodcast/

This episode includes AI-generated content.