Предыдущий

Следующая

Сводка

Завершено

Из этого модуля вы узнали, как выполнять следующие задачи:

• Создание записной книжки в записных книжках Azure.
• Импорт данных в записную книжку с помощью curl.
• Использование Pandas для очистки и подготовки данных.
• Использование scikit-learn для создания модели машинного обучения.
• Использование Matplotlib для визуализации результатов.

Pandas, scikit-learn и Matplotlib являются одними из самых популярных библиотек Python в мире. С их помощью можно подготовить данные для использования в машинном обучении, создать сложную модель машинного обучения на основе данных и вывести выходные данные. Записные книжки Jupyter предоставляют готовые среды для использования этих библиотек, а записные книжки Azure предоставляют простой доступ к записным книжкам Jupyter без необходимости устанавливать программное обеспечение или настраивать среду Jupyter на сервере.

Проверьте свои знания

1.

Какой метод используется в Pandas для импорта CSV-файла? Предположим, pandas был загружен как import pandas as pd.

pd.load_file('file.csv')

pd.read_file('file.csv')

pd.read_csv('file.csv')

2.

Зачем нужно разделять данные перед обучением модели машинного обучения?

Чтобы не предоставить модели слишком много данных.

Одна часть данных может использоваться для обучения, а другая — для оценки эффективности модели.

Модели не требуется большой объем данных.

3.

Допустим, вы импортировали Matplotlib как plt. Какой метод Matplotlib можно использовать для построения линейчатой диаграммы?

plt.bar(labels, values)

plt.chart(labels, values)

plt.barchart(labels, values)

Вы должны ответить на все вопросы перед проверкой.

Продолжить