요약

완료됨

이 모듈에서 학습한 내용은 다음과 같습니다.

• Azure Notebooks에서 Notebook 만들기
• curl을 사용하여 Notebook으로 데이터 가져오기
• Pandas를 사용하여 데이터 정리 및 준비
• Scikit-learn을 사용하여 기계 학습 모델 작성
• Matplotlib을 사용하여 결과 시각화

Pandas, Scikit-learn 및 Matplotlib은 전 세계적으로 가장 인기 있는 Python 라이브러리 중 하나입니다. 이를 통해 기계 학습에 사용할 데이터를 준비하고, 데이터에서 정교한 기계 학습 모델을 작성하고, 출력을 차트로 작성할 수 있습니다. Jupyter Notebook은 이러한 라이브러리를 사용할 수 있는 기성 환경을 제공하며, Azure Notebooks를 사용하면 서버에 소프트웨어를 설치하거나 Jupyter 환경을 설정할 필요 없이 Jupyter Notebook에 쉽게 액세스할 수 있습니다.

지식 확인

1.

Pandas에서 CSV 파일을 가져오는 데 사용되는 메서드는 다음 중 어느 것인가요? Pandas가 import pandas as pd로 로드되었다고 가정하세요.

pd.load_file('file.csv')

pd.read_file('file.csv')

pd.read_csv('file.csv')

2.

다음 중에서 기계 학습 모델을 학습하기 전에 데이터를 분할하는 목적은 어느 것인가요?

모델에 너무 많은 데이터를 제공하지 않기 위해

한 부분은 학습용으로 사용하고, 다른 부분은 모델의 성능을 평가하는 데 사용하기 위해

모델에는 많은 데이터가 필요하지 않으므로

3.

Matplotlib를 'plt'로 가져왔다고 가정하면 막대형 차트를 작성하는 데 사용할 Matplotlib의 메서드는 다음 중 어느 것인가요?

plt.bar(labels, values)

plt.chart(labels, values)

plt.barchart(labels, values)

작업을 확인하기 전에 모든 질문에 대답해야 합니다.