Hace varios años, me interesé brevemente en el aprendizaje automático y el análisis de datos, incluso escribí una serie corta sobre mi inmersión en este mundo increíble desde el punto de vista de un principiante.
Como sucede a menudo al aprender algo nuevo, tenía muchas ganas de hacer mi propia "bicicleta". Desafortunadamente, no sé mucho sobre matemáticas y programación, por lo que mi propio conjunto de datos se convirtió en candidato para el papel de "bicicleta".
Han pasado más de dos años desde ese momento, y ahora me puse a compartir mi pequeña experiencia con ustedes.
En este artículo, consideraremos varias fuentes potenciales para la recopilación automática de datos (incluidas las no muy populares) y también intentaremos encontrar al menos algún beneficio en este proceso.
Índice:
Parte I: Introducción
Parte II: Fuentes de datos
Parte III: ¿Beneficia?
Parte IV: Conclusión
Parte I: Introducción
Probablemente haya adivinado por la introducción que no soy un gurú del análisis de datos y el aprendizaje automático. Difícilmente se me puede llamar pionero en el campo de la búsqueda de fuentes de datos abiertos. Por lo tanto, este artículo no trata sobre buenas prácticas, sino sobre cómo apagar el "picor en sus manos" en caso de que se le ocurra la idea de crear su propio conjunto de datos.
.
, « » , « » .
II:
.
. .
Kaggle. Kaggle .
, - , .
.
« » 2010- , - 2015 .
.
, , :
.
. , API .
, .
( ), .
, « » , :
,
. . .
. , .
. , . 2016 2020 GitHub.
, -, .
III: ?
. , .
, :
- Python ( ) . , - .
- , .
- . , . , , .
- , . , , «», . , , , .
- , - .
IV:
, «», , .
, , : « », .
.
- , .