Riepilogo

Completato

Contenuto del modulo:

• Creare un notebook in Azure Notebooks
• Importare dati in un notebook usando curl
• Usare Pandas per pulire e preparare i dati
• Usare scikit-learn per creare un modello di Machine Learning
• Usare Matplotlib per visualizzare i risultati

Pandas, scikit-learn e Matplotlib sono tra le librerie Python più diffuse al mondo. Consentono di preparare i dati per l'uso nel Machine Learning, creare sofisticati modelli di Machine Learning dai dati e rappresentare l'output in grafici. I notebook Jupyter offrono un ambiente pronto all'uso di queste librerie e Azure Notebooks consente di accedere facilmente ai notebook Jupyter senza installare alcun tipo di software o configurare un ambiente Jupyter in un server.

Verificare le conoscenze

1.

Quale metodo si usa in Pandas per importare un file con estensione csv? Presupporre che Pandas sia stato caricato come import pandas as pd.

pd.load_file('file.csv')

pd.read_file('file.csv')

pd.read_csv('file.csv')

2.

Qual è lo scopo della divisione dei dati prima del training di un modello di Machine Learning?

Non fornire una quantità eccessiva di dati al modello.

Una parte può essere usata per il training e l'altra può essere usata per valutare le prestazioni del modello.

Il modello non necessità di molti dati.

3.

Supponendo che Matplotlib sia stato importato come "plt", quale metodo si userà in Matplotlib per tracciare un grafico a barre?

plt.bar(labels, values)

plt.chart(labels, values)

plt.barchart(labels, values)

Devi rispondere a tutte le domande prima di controllare il lavoro svolto.