Zusammenfassung
In diesem Modul haben Sie erfahren, wie Sie Python zum Erkunden, Visualisieren und Bearbeiten von Daten verwenden. Das Erkunden von Daten ist eine der Kernfunktionen von Data Science und besonders wichtig für die Datenanalyse und das maschinelle Lernen.
Maschinelles Lernen ist nur ein Aspekt von Data Science, der sich mit der Vorhersagemodellierung beschäftigt. Anders ausgedrückt: Machine Learning verwendet Daten, um Vorhersagemodelle zu erstellen, um unbekannte Werte vorherzusagen. Sie können Machine Learning verwenden, um vorherzusagen, wie viele Lebensmittel ein Supermarkt bestellen muss, oder um Pflanzen auf Fotos zu identifizieren.
Maschinelles Lernen funktioniert durch identifizierende Beziehungen zwischen Datenwerten, die Eigenschaften – die Merkmale wie die Höhe und Farbe einer Pflanze – vom vorherzusagenden Wert – der Bezeichnung wie die Spezies der Pflanze – beschreiben. Diese Beziehungen werden mithilfe eines Trainingsprozesses in ein Modell überführt.
Herausforderung: Analysieren von Flugdaten
Wenn Sie dank der Übungen in diesem Modul selbst Daten untersuchen möchten, stellen Sie sich der Herausforderung eines realen Datasets mit Flugdatensätzen des US-Verkehrsministerium. Sie finden die Herausforderung im Notebook 01 – Flights Challenge.ipynb.
Hinweis
Die Zeit für diese optionale Herausforderung ist nicht in der geschätzten Zeit für dieses Trainingsmodul enthalten. Sie können so viel oder so wenig Zeit darauf verwenden, wie Sie möchten.