機械学習



  • O que é Machine Learning?

  • Primeiros passos

  • Leitura da Base

  • Exploração dos dados - início

  • Resumo

  • 生成Summaryze Forem 🌱

    機械学習?


    クァンド・ド・ファル・エム・テノノギァ、テュモ・ク・エ・エ・ボ・ボカの詩学的研究( 1 )Mas O que exatamenteは、isso?UMA Buscaは、Google、レトナUMA MultithsデArtigos、F - Arunラン、Documentos、フォンテスを簡単にしません.
    <研究ノート>第二次世界大戦における諸説Ma - ma que nosは、bastante por agoraに奉仕します:「Pesquisaエムaprendizadoデm ' qque um um camcia de estudo dentro da pesquisa em intelig - origin ncia人工知能、que busca fornecer conhecento aos計算されたatravのd dados、観察者は、e a a a a a a a a a a a a e e e e o o o o mundo . esse conhecimento adquirido permite que computurores generalizem corretamente novos eventos e Configurura’es」
    Sendo Asym , O Intuito Deste Post . Introduzir voc Renque que Eest Lol Lendo , Ese Mundo Maravilhoso que ser - no nosso futuroホージェイ著,『法典としての法』(下)

    プリマイロパスソス


    アゴラque neste mundo , vamos nosの準備はパラパラであるKaggle .
    AP通信Baixar Aベース、参考文献としてのVamos輸入者.
  • Pandas ;
  • Numpy ;
  • Seaborn ;
  • Matplotlib.pyplot ;
  • ploty.express .
  • USAREMOSについての文献紹介seplon、matplotlibのeプロティ、usamos na parte da Visualizaは、o Dos Dadosを表示します.Tudo Dielicado , Abora Vamos Imporarとしての文献
    import pandas as pd
    import numpy as np
    import seaborn as sns
    import matplotlib.pyplot as plt
    import plotly.express as px
    
    Sempre que Immunoos Ma Bibliotecaは、Passamosアムapelidoパラエラ、パラque fique mais f ' cil nossa - uvzza - sisuo o、e es isso que o、npとして、eのos demais重要です.

    ライトルサベース


    としてAP通信を輸入します.Prip Isoso , Inventzaremos , Bandoteca pandas e seu m to todo Readchen CSV
    base_credit = pd.read_csv('credit_data.csv')
    
    ADicionamosエッセmは、todoエムVa Variは、ベル、e passamos oパスを行う.
    アゴラvamosファーザーnossa primeira visualizaは、o、para isso、利用可能なcomcomaremos o comandoです.PadはPRIOパンダを行います.5つのPrimeiras LinhasがArquivoをするように、El Nos Retornar ...
    base_credit.head()
    
    Saída:
    Podemos verは、Temos馬Tabela(com 6 colunas)を分類します.
  • Primeira colunaは、オアシスDa Nice Da Nossa Tabela(Qual O Tamanho dela)に対応します
  • Segundaコルナ(Clientid)は、AO IDをClienteに応じます
  • Terceira Coluna(所得)は、Aoサル同性愛者リオを尊重します.
  • クォータColuna(年齢)、モストラA idadeは、Clienteをします;
  • キンタコロナ(ローン)、レプネタO valor da dは、vida que o cliente est
  • E Por Ultimo , Sexta coluna , Representa se o Cliente Quitou , On n - Teru O , D ' d ' vida1つのE 0、LestivtivaTOSのいずれかを失う.
  • ドス・ダドスのデモ


    パラfazerのaは、oは、oを使用します.エストラート・アール・イン・エストラー・アール・エストラット・デ・ヴァレレス『メロス実存論』
    base_credit.describe()
    
    Saída:
    com Eseコマンド・ポドモス・オブザーバーA QuindadeデLinhas Contidas Na Tabela、M ' s Da de Cada - Ma Das Colunas、O Desvio Padrは、O Dalvio PadrはO、O valor mのnimoのencontrado、o Primeiro Qualtil de 25 %、Mediana、O Segundo Qualtil de 75 O e o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o

    再開


    E aqui finalizamos oポストデhoje.neste post、fomomostrado - uma - eiia - geral sobre machine learning e os primeiros passos para consuir um projeto nestaDemais Partes irは、saire、エスペロque acompanhemとしてのAO Longo da Semana!で、私はprをします!