7. Dataset creation

🗄 Dataset creation

Open data

Fuentes de datos publicas.

• 🏢 Companies
  • Kaggle datasets
  • Google datasets
  • Amazon datasets
  • Microsoft datasets
  • UCI datasets
• 🌍 Mundo
  • Awesome Gihub repo
  • Data.world
  • re3data
  • Buscador georreferenciado de datos abiertos
  • Portal de datos abiertos de la FAO
• 🇪🇺 Europa
  • European data portal
  • Portal de datos abiertos de la UE
• 🇪🇸 España
  • INE: Instituto Nacional de Estadística
  • Datos.gob.es
  • Portal de datos abiertos Esri España
• 🖼️ Imágenes
  • Visualdata
  • Google openimages
• 🛰️ Imagen Satétite
  • Sentinel 2
  • Landsat 8
  • Planet
• 🔉 Audio
  • Google audioset
• 💵 Datos financieros
  • Quandl
• 🔤 NLP
  • The Big Bad NLP Database

Ontologías

Las ontologías son Bases de Datos de grafos (parecidas a SQL). Mediante el lenguaje SPARQL se pueden hacer consultas a datos con formato RDF. Semantic web, graph knowledge...

• DBpedia: Base de datos de wikipedia
• FOAF: Friend Of A Friend
• OncoFarm: Fármacos servicio murciano de salud

🌐 Web scrapping

Permite recoger datos disponibles en páginas web.

• BeautifulSoup
• Scrapy
• Selenium
• splinter
  • Elevate Your Webscraping With Splinter
• Apify