Resumo

Concluído

Neste módulo, você aprendeu a:

• Criar um notebook no Azure Notebooks
• Importar dados para um notebook usando curl
• Usar o Pandas para limpar e preparar dados
• Usar o Scikit-learn para criar um modelo de machine learning
• Usar o Matplotlib para visualizar os resultados

Pandas, Scikit-learn e Matplotlib estão entre as bibliotecas do Python mais populares do planeta. Com eles, você pode preparar dados para uso em aprendizado de máquina, criar modelos de machine learning sofisticados com base em dados e usar a saída para criar gráficos. Jupyter Notebooks fornecem um ambiente pronto para uso dessas bibliotecas e Azure Notebooks fornecem acesso fácil aos Jupyter Notebooks sem a necessidade de instalar nenhum software nem de configurar um ambiente do Jupyter em um servidor.

Verificar seu conhecimento

1.

Que método é usado no Pandas para importar um arquivo CSV? Suponha que o Pandas foi carregado como import pandas as pd.

pd.load_file('file.csv')

pd.read_file('file.csv')

pd.read_csv('file.csv')

2.

Qual é a finalidade da divisão de dados antes do treinamento de um modelo de machine learning?

Para não dar dados demais ao modelo.

Uma parte pode ser usada para treinamento e a outra pode ser usada para avaliar o desempenho do modelo.

O modelo não precisa de muitos dados.

3.

Supondo que você importou Matplotlib como 'plt', qual é o método em Matplotlib que você usaria para plotar um gráfico de barras?

plt.bar(labels, values)

plt.chart(labels, values)

plt.barchart(labels, values)

É necessário responder a todas as perguntas antes de verificar o trabalho.