par Shivani Muthyala
8 août 2021
Sources d’ensembles de données gratuites pour les passionnés de science des données
Les données sont préliminaires pour les entreprises et les sociétés afin d’analyser et d’obtenir des renseignements commerciaux. Cela aide à trouver les corrélations entre les données et les informations uniques pour un meilleur processus de prise de décision. Et pour ces ensembles de données, les sources sont importantes pour vous aider dans vos projets de science des données. Mais heureusement, il existe de nombreuses sources de données en ligne pour vous procurer des ensembles de données gratuits pour vous aider dans vos projets en les téléchargeant simplement gratuitement. Apprenons-en plus sur les 7 principales sources de jeux de données gratuites à utiliser pour les projets de science des données dans cet article. Ensemble de données public Google CloudLa plupart d’entre nous pensent que Google n’est qu’un moteur de recherche, n’est-ce pas ? Mais c’est bien au-delà. Plusieurs ensembles de données sont accessibles via le cloud Google et analysés pour extraire de nouvelles informations à partir des données. Le cloud Google compte plus de centaines d’ensembles de données hébergés par BigQuery et le stockage cloud. L’apprentissage automatique de Google peut être utile pour analyser des ensembles de données tels que BigQuery ML, Vision AI, Cloud AutoML, etc. De plus, Data Studio de Google peut être utilisé pour créer une visualisation des données et des tableaux de bord pour de meilleures informations. Ces ensembles de données contiennent des données provenant de diverses sources telles que GitHub, le United States Census Bureau, la NASA et BitCoin, et bien d’autres. Vous pouvez accéder à ces ensembles de données gratuitement. Registre de données ouvertes d’Amazon Web ServicesAmazon Web Services possède le plus grand nombre d’ensembles de données dans son registre. Il est très facile de télécharger ces ensembles de données et de les utiliser pour analyser les données sur Amazon Elastic Compute Cloud. Il utilise également divers outils tels que Apache Spark, Apache Hive, etc. Amazon Web Services est un registre de données ouvert qui fait partie du programme AWS Public Dataset qui se concentre sur la démocratisation de l’accès aux données afin qu’elles soient accessibles à tous. Le registre de données ouvert AWS est gratuit mais vous permet de posséder un compte AWS gratuit. Data.govLe gouvernement américain est également passionné par la science des données, car la plupart des entreprises technologiques sont situées dans la Silicon Valley. Data.gov est le principal référentiel des ensembles de données ouverts du gouvernement américain qui peuvent être utilisés pour la recherche, le développement de visualisations de données, les applications mobiles et la création du Web. Il s’agit d’une tentative du gouvernement de devenir plus transparent en termes d’accès sans enregistrement. Mais certains des ensembles de données ont besoin d’autorisations avant de les télécharger. Data.gov possède diverses variétés d’ensembles de données relatives au climat, à l’agriculture, à l’énergie, aux océans et aux écosystèmes. KaggleKaggle possède plus de 23 000 ensembles de données publics qui peuvent être téléchargés gratuitement. Vous pouvez facilement rechercher l’ensemble de données que vous recherchez et les trouver sans tracas, allant de la santé aux dessins animés. La plate-forme vous permet également de créer de nouveaux ensembles de données publics et peut également gagner des médailles ainsi que des titres tels que Expert, Master et Grandmaster. Les ensembles de données Kaggle concurrentiels sont plus détaillés que les ensembles de données publics. Kaggle est l’endroit idéal pour les amateurs de science des données. Référentiel UCI Machine Learning Si vous recherchez des ensembles de données intéressants, le référentiel UCI Machine Learning est l’endroit idéal pour vous. C’est l’une des premières et des plus anciennes sources de données disponibles sur Internet depuis 1987. Les ensembles de données de l’UCI sont parfaits pour l’apprentissage automatique avec leurs options d’accès et de téléchargement faciles. La plupart des ensembles de données de l’UCI sont fournis par différents utilisateurs, la propreté des données est donc un peu faible. Mais UCI maintient les ensembles de données pour les utiliser pour les algorithmes ML. Observatoire de la santé mondiale Si vous avez une formation médicale, l’Observatoire de la santé mondiale est une excellente option pour créer des projets sur les systèmes de santé et les maladies mondiales. L’OMS a rendu toutes ses données publiques sur cette plateforme. C’est pour les informations de santé de bonne qualité disponibles dans le monde entier. Les données de santé sont caractérisées selon diverses maladies transmissibles et non transmissibles, santé mentale, moralité, médicaments pour un meilleur accès. EarthdataSi vous recherchez des données liées à la Terre ou à l’Espace, Earthdata est fait pour vous. Ceci est créé par la NASA pour fournir des ensembles de données basés sur l’atmosphère terrestre, les océans, la cryosphère, les éruptions solaires et la tectonique. Il fait partie du système de données et d’information du système d’observation de la Terre qui aide à collecter et à traiter les données de divers satellites, avions et champs de la NASA. Earthdata dispose également d’outils pour gérer, ordonner, rechercher, cartographier et visualiser les données.
Partagez cet article
Faire le partage