Vorhersagen von Verzögerungen bei Raketenstarts mithilfe von maschinellem Lernen
Dieser Lernpfad bietet eine Einführung in die Welt des maschinellen Lernens (ML). Hier erfahren Sie, wie Sie ein praxisrelevantes Problem der NASA mithilfe von maschinellem Lernen lösen. Das Ziel dieses Lernpfads besteht darin, Schüler und Studenten zu begeistern und ihre Neugier dafür zu wecken, wie sich auch andere Probleme in Bezug auf den Weltraum oder weitere Themenbereiche mit dieser Technologie lösen lassen könnten.
Tipp
Dieser Lernpfad ist Teil eines multimodalen Lernprogramms. Beginnen Sie mit dem ersten Modul, um zu sehen, ob Sie mitkommen.
Voraussetzungen
Erfolgscode
Möchten Sie einen Erfolgscode beantragen?
Module in diesem Lernpfad
In dieser Einführung erfahren Sie, wie die NASA das Datum für einen Raketenstart auswählt, und Sie machen sich mit einigen Grundlagen des maschinellen Lernens vertraut.
Hier lernen Sie die Schritte zum Importieren von Daten in Python und zum Bereinigen der Daten für die Verwendung bei der Erstellung von Machine Learning-Modellen.
In diesem Modul konzentrieren Sie sich auf eine lokale Analyse Ihrer Daten unter Verwendung von scikit-learn und verwenden einen Entscheidungsstrukturklassifizierer, um anhand von Rohdaten über Wetter und Raketenstarts Erkenntnisse zu gewinnen.