Sdílet prostřednictvím

Co jsou azure Open Datasets a jak je můžete používat?

  • Článek

Azure Open Datasets jsou kurátorované veřejné datové sady, které můžete použít k přidání funkcí specifických pro scénáře do řešení strojového učení pro přesnější modely. Otevřené datové sady jsou v cloudu v Microsoft Azure a jsou integrované do služby Azure Machine Učení a snadno dostupné pro Azure Databricks a Machine Učení Studio (classic). K datovým sadám můžete přistupovat také prostřednictvím rozhraní API a používat je v jiných produktech, jako je Power BI a Azure Data Factory.

Datové sady zahrnují data veřejné domény pro počasí, sčítání lidu, svátky, veřejnou bezpečnost a umístění, které vám pomůžou trénovat modely strojového učení a rozšiřovat prediktivní řešení. Veřejné datové sady můžete také sdílet v Azure Open Datasets.

Komponenty Azure Open Datasets

Kurátorované, připravené datové sady

Kurátorované otevřené veřejné datové sady v Azure Open Datasets jsou optimalizované pro spotřebu v pracovních postupech strojového učení.

Pokud chcete zobrazit všechny dostupné datové sady, přejděte do katalogu Azure Open Datasets Catalog.

Datoví vědci často tráví většinu času čištěním a přípravou dat na pokročilou analýzu. Otevřené datové sady se zkopírují do cloudu Azure a předzpracují se, abyste ušetřili čas. V pravidelných intervalech se data načítá ze zdrojů, jako je připojení FTP k národnímu oceánickému a atmosférickému Správa istrace (NOAA). Dále se data parsují do strukturovaného formátu a podle potřeby jsou rozšířena o funkce, jako je PSČ nebo umístění nejbližší meteorologické stanice.

Datové sady jsou hostované s cloudovými výpočetními prostředky v Azure, což usnadňuje přístup a manipulaci.

Tady jsou příklady dostupných datových sad.

Data o počasí

Datová sada Poznámkové bloky Popis
Integrovaná surfaceová data NOAA (ISD) Azure Notebooks
Azure Databricks		 Hodinové údaje o počasí z NOAA po celém světě s nejlepším prostorovým pokrytím v Severní Amerika, Evropě, Austrálii a částech Asie. Aktualizováno denně.
Noaa Global Forecast System (GFS) Azure Notebooks
Azure Databricks		 15denní data předpovědi počasí v USA po hodinách od NOAA. Aktualizováno denně.

Data kalendáře

Datová sada Poznámkové bloky Popis
Svátcích Azure Notebooks
Azure Databricks		 Údaje o státní svátce po celém světě, které pokrývají 41 zemí nebo oblastí od roku 1970 do roku 2099. Zahrnuje zemi nebo oblast a to, jestli většina lidí zaplatila volno.

Přístup k datovým sadám

Účet Azure nabízí přístup k otevřeným datovým sadám pomocí kódu nebo přes rozhraní služby Azure. Data jsou společně umístěná v cloudových výpočetních prostředcích Azure a můžete je využívat ve svém řešení strojového učení.

Datové sady Open Datasets jsou dostupné prostřednictvím uživatelského rozhraní a sady SDK služby Azure Machine Learning. Služba Open Datasets také nabízí poznámkové bloky Azure Notebooks a Azure Databricks, pomocí kterých můžete propojit data se službami Azure Machine Learning a Azure Databricks. K datovým sadám můžete získat přístup i prostřednictvím sady Python SDK.

Pro přístup k datovým sadám Open Datasets ale nevyžaduje účet Azure – můžete k nim získat přístup k libovolného prostředí založeného na Pythonu se Sparkem nebo bez něj.

Vyžádání nebo přispívání datových sad

Pokud nemůžete najít požadovaná data, pošlete nám e-mail, abychom požádali o datovou sadu nebo přispěli datovou sadu.

Další kroky