まとめ

完了

このモジュールでは、以下の方法について学習しました。

• Azure Notebooks でノートブックを作成する
• curl を使用してデータをノートブックにインポートする
• Pandas を使用し、データをクリーンアップして準備する
• scikit-learn を使用して機械学習モデルを構築する
• Matplotlib を使用して結果を視覚化する

Pandas、scikit-learn、および Matplotlib は、地球上で最も人気のある Python ライブラリに含まれています。 これらを利用することで、機械学習で使用するためのデータを準備し、データから高度な機械学習モデルを構築し、出力をグラフ化できます。 Jupyter ノートブックでは、これらのライブラリを使用するための既存の環境が提供されます。Azure Notebooks では、ソフトウェアをインストールしたり、サーバー上に Jupyter 環境を設定したりすることなく、Jupyter ノートブックに簡単にアクセスできます。

知識を確認

1.

CSV ファイルをインポートするために Pandas で使用されるのはどのメソッドですか? Pandas が import pandas as pd として読み込まれたと仮定します。

pd.load_file('file.csv')

pd.read_file('file.csv')

pd.read_csv('file.csv')

2.

機械学習モデルをトレーニングする前にデータを分割する目的は何ですか?

モデルのデータが多くなりすぎないようにするため。

ある部分をトレーニングに使用し、他の部分をモデルのパフォーマンスを評価するために使用できます。

モデルにあまり多くのデータは必要ないため。

3.

'plt' として Matplotlib をインポートしたと仮定した場合、棒グラフをプロットするために使用する Matpotlib のメソッドは何ですか?

plt.bar(labels, values)

plt.chart(labels, values)

plt.barchart(labels, values)

作業を確認する前にすべての問題に回答する必要があります。