Podsumowanie
W tym module przedstawiono sposób używania języka Python do eksplorowania, wizualizowania i manipulowania danymi. Eksploracja danych jest podstawą nauki o danych i jest kluczowym elementem analizy danych i uczenia maszynowego.
Uczenie maszynowe to podzbiór nauki o danych, który zajmuje się modelowaniem predykcyjnym. Innymi słowy, uczenie maszynowe używa danych do tworzenia modeli predykcyjnych w celu przewidywania nieznanych wartości. Możesz użyć uczenia maszynowego, aby przewidzieć, ile żywności musi zamówić supermarket lub zidentyfikować rośliny na zdjęciach.
Uczenie maszynowe działa, identyfikując relacje między wartościami danych, które opisują cechy czegoś (jego cechy, takie jak wysokość i kolor rośliny) oraz wartość, którą chcemy przewidzieć ( etykietę, taką jak gatunek roślin). Te relacje są wbudowane w model za pośrednictwem procesu trenowania.
Wyzwanie: Analizowanie danych lotu
Jeśli ćwiczenia w tym module zainspirowały Cię do samodzielnego eksplorowania danych, dlaczego nie podjąć wyzwania rzeczywistego zestawu danych zawierającego rekordy lotów z Departamentu Transportu USA? Wyzwanie znajdziesz w notesie 01 - Flights Challenge.ipynb !
Uwaga
Czas ukończenia tego opcjonalnego zadania nie jest uwzględniony w szacowanej godzinie tego modułu szkoleniowego. Możesz spędzić jak najmniej lub tyle czasu na nim, jak chcesz!