Przewidywanie opóźnień lotów przez utworzenie modelu uczenia maszynowego w języku Python
Zaimportuj dane przylotów linii lotniczych do notesu programu Jupyter i skorzystaj z biblioteki Pandas, aby je oczyścić. Następnie utwórz model uczenia maszynowego za pomocą biblioteki Scikit-Learn i użyj biblioteki Matplotlib w celu zwizualizowania danych wyjściowych.
Cele szkolenia
Zawartość tego modułu:
- Tworzenie notesu usługi Azure Notebooks i importowanie danych lotów
- Oczyszczanie i przygotowywanie danych przy użyciu biblioteki Pandas
- Tworzenie modelu uczenia maszynowego przy użyciu biblioteki Scikit-learn
- Wizualizowanie danych wyjściowych za pomocą biblioteki Matplotlib
Wymagania wstępne
Podstawowa wiedza na temat języka Python