Python Academy · Pelajaran

Pustaka Python untuk Kecerdasan Buatan

Pengenalan kepada NumPy, Pandas dan Scikit-learn.

Pelajaran 1 daripada 510 langkah

Pustaka Python untuk Kecerdasan Buatan ialah pelajaran Python Academy percuma di CoddyKit. Ini ialah pelajaran 1 daripada 5. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Python Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Python Academy merangkumi sejumlah 5 pelajaran.

NumPy, Pandas dan Scikit-learn

Pustaka Python untuk AI

Python mempunyai ekosistem pustaka yang kaya, yang menjadikan pembangunan AI lebih mudah dan cekap. Dalam pelajaran ini, anda akan diperkenalkan kepada tiga pustaka penting: NumPy, Pandas dan Scikit-learn.

Pustaka Python untuk Kecerdasan Buatan — ilustrasi 1

Pengenalan kepada NumPy

NumPy (Python Berangka) ialah pustaka untuk bekerja dengan tatasusunan dan menjalankan operasi matematik. Pustaka ini pantas dan cekap, menjadikannya sesuai untuk mengendalikan set data besar dalam projek AI.

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr)

Pengenalan kepada Pandas

Pandas ialah pustaka untuk manipulasi dan analisis data. Pustaka ini menyediakan alat untuk bekerja dengan data berstruktur seperti jadual dan hamparan elektronik, menjadikannya pilihan kegemaran dalam kalangan saintis data.

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)

Pengenalan kepada Scikit-learn

Scikit-learn ialah pustaka untuk pembelajaran mesin. Pustaka ini menyediakan alat untuk tugas seperti pengelasan, regresi dan pengelompokan. Anda akan menggunakan Scikit-learn untuk membina dan menilai model AI.

from sklearn.linear_model import LinearRegression
model = LinearRegression()
print(model)

Memasang Pustaka Python

Anda boleh memasang pustaka ini menggunakan pip, iaitu pengurus pakej Python. Jalankan perintah berikut dalam terminal anda:

  • pip install numpy
  • pip install pandas
  • pip install scikit-learn

Menggunakan NumPy untuk Tatasusunan

NumPy memudahkan pelaksanaan operasi pada tatasusunan. Sebagai contoh, anda boleh mengira sum semua elemen atau menggunakan reshape pada tatasusunan.

import numpy as np
arr = np.array([[1, 2], [3, 4]])
print('Sum:', np.sum(arr))
print('Reshaped:', arr.reshape(4))

Menggunakan Pandas untuk DataFrames

DataFrame Pandas ialah alat yang berkuasa untuk mengurus data berbentuk jadual. Anda boleh menapis baris, mengira statistik dan banyak lagi.

import pandas as pd
data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df.describe())

Ulang Kaji

Anda telah mempelajari tiga pustaka Python penting untuk AI:

  • NumPy: Untuk bekerja dengan tatasusunan dan menjalankan operasi matematik.
  • Pandas: Untuk mengurus dan menganalisis data berstruktur.
  • Scikit-learn: Untuk membina dan menilai model pembelajaran mesin.

Tahniah!

Anda telah menamatkan pelajaran tentang pustaka Python untuk AI. Teruskan usaha untuk mempelajari lebih lanjut tentang jenis dan struktur data Python dalam pelajaran seterusnya.

Pustaka Python untuk Kecerdasan Buatan — ilustrasi 10
Percuma untuk bermula

Pelajari Python dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus
76
Pelajaran
320

Soalan Lazim

Adakah pelajaran “Pustaka Python untuk Kecerdasan Buatan” percuma?

Ya — teks penuh “Pustaka Python untuk Kecerdasan Buatan” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus Python Academy, tingkat taraf kepada CoddyKit PRO. Kursus Python Academy merangkumi sejumlah 5 pelajaran.

Apakah yang akan saya pelajari dalam “Pustaka Python untuk Kecerdasan Buatan”?

Pengenalan kepada NumPy, Pandas dan Scikit-learn. Anda berlatih Python Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan Python Academy?

Tiada pengalaman terdahulu diperlukan. Pembelajaran Python Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 1 daripada 5.

Berapa lamakah pelajaran “Pustaka Python untuk Kecerdasan Buatan” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran Python Academy ini?

Ya. Setiap pelajaran Python Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

  1. Pustaka Python untuk Kecerdasan Buatan
  2. Jenis dan Struktur Data Python
  3. Operasi Fail dalam Python
  4. Pengendalian Ralat dalam Python
  5. Menyediakan Persekitaran Pembangunan
← Kembali ke Python Academy