Shrnutí

Dokončeno

V tomto modulu jste se naučili:

• Vytvoření poznámkového bloku v Azure Notebooks
• Naimportovat data do poznámkového bloku pomocí příkazu curl
• Vyčistit a připravit data pomocí knihovny Pandas
• Vytvořit model strojového učení pomocí knihovny scikit-learn
• Vizualizovat výsledky pomocí knihovny Matplotlib

Pandas, scikit-learn a Matplotlib patří k nejoblíbenějším knihovnám Pythonu na světě. Jejich prostřednictvím můžete připravit data pro použití ve strojovém učení, vytvářet z dat sofistikované modely strojového učení a vykreslovat výsledky ve formě grafů. Poznámkové bloky Jupyter poskytují prostředí připravené pro použití těchto knihoven a služba Azure Notebooks umožňuje snadný přístup k poznámkovým blokům Jupyter bez nutnosti instalovat jakýkoli software nebo nastavovat prostředí Jupyter na serveru.

Kontrola znalostí

1.

Která metoda v Pandasu slouží k importu souboru CSV? Předpokládejme, že byl Pandas načten jako import pandas as pd.

pd.load_file('file.csv')

pd.read_file('file.csv')

pd.read_csv('file.csv')

2.

Co je účelem rozdělení dat před trénováním modelu strojového učení?

Nedodat modelu příliš mnoho dat.

Jedna část slouží pro trénování a druhá k vyhodnocení výkonu modelu.

Model nepotřebuje mnoho dat.

3.

Předpokládejme, že jste naimportovali Matplotlib jako plt. Kterou metodu v knihovně Matplotlib byste použili k vykreslení pruhového grafu?

plt.bar(labels, values)

plt.chart(labels, values)

plt.barchart(labels, values)

Před kontrolou vaší práce musíte odpovědět na všechny dotazy.