Intro to Machine Leaning – Pandas
اگر به عنوان یک مهندس یادگیری ماشین (Machine Learning) تصمیم به پیاده سازی پروژه در زبان برنامه نویسی پایتون (Python) نمودید می بایست در نظر داشته باشید که به عنوان گام اول در شروع، ورود اطلاعات جهت پردازش یا Import نمودن مجموعه داده (Dataset) می باشد.
نحوه ورود دیتا با کتابخانه Pandas
متداول ترین فرمت برای مجموعه داده ای یادگیری ماشین، فایل های CSV هستند. همان که مستحضر هستید، CSV یا (Comma Separated Values) به معنای “مقادیر جدا شده با کاما (ویرگول)” می باشد. فایل های با پسوند CSV در واقع یک نوع از فایل خام متنی هستند که با یک ساختار بسیار ساده، تنها شامل داده‌هایی می‌شود که با ویرگول از هم جدا شده‌اند. کتابخانه Pandas یک کتابخانه متن باز (open source) با گواهی BSD است که یکی از پرکاربردترین کتابخانه های پایتون بوده که امکان ساختار دادن به داده جهت ورود به گام تحلیل داده و EDA یا Exploratory Data Analysis خواهد بود. برای بارگذاری هر نوع از داده با توجه به فرمت Dataset می بایست از تابع read_csv از کتابخانه Pandas استفاده نمود.
یکی از مزایای استفاده از کتابخانه Pandas، قابلیت خواندن طیف گسترده ای از داده ها با فرمت های مختلف (Sql ، Hd5 ، CSV، xlsx و …) می باشد. برای کسب اطلاعات بیشتر در مورد نحوه خواندن فایل می توانید فایل ویدیویی بالا را مشاهده نمایید. همچنین یک مثال عملی، با موضوع بررسی وضعیت مسافرین Titanic با کتابخانه Pandas از طریق لینک زیر در دسترس شما علاقمندان به حوزه هوش مصنوعی و یادگیری ماشین خواهد بود.
آموزش یادگیری ماشین (Machine Learning) در پایتون – کتابخانه Pandas
یکی از همکاران گرامی، جناب آقای مهندس سپهر اکبرزاده ، مقاله بسیار مفید با عنوان آموزش کتابخانه Pandas در پایتون تدارک دیده اند که از طریق لینک زیر می توانید اطلاعات بیشتر با این عنوان را در اختیار داشته باشید.
آموزش کتابخانه Pandas در پایتون (Python)
همچنین تیم یادگیری ماشین ایران، در ادامه آموزش های یادگیری ماشین در پایتون این بار، آقای دکتر سهیل تهرانی پور، دانشجوی دکتری هوش مصنوعی و یادگیری ماشین، به ارایه آموزش های اولیه برای شروع کار با کتابخانه Pandas و نحوه استفاده آن در زبان برنامه نویسی پایتون و کاربرد آن در یادگیری ماشین (Machine learning) می پردازد.
