Python-biblioteker for kunstig intelligens

Pandas er et bibliotek for datamanipulering og -analyse. Det tilbyr verktøy for arbeid med strukturerte data som tabeller og regneark, noe som gjør det populært blant dataforskere.

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

Scikit-learn er et bibliotek for maskinlæring. Det tilbyr verktøy for oppgaver som klassifisering, regresjon og klynging. Du skal bruke Scikit-learn til å bygge og evaluere AI-modeller.

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

Du kan installere disse bibliotekene ved hjelp av pip, Pythons pakkehåndterer. Kjør følgende kommandoer i terminalen:

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

NumPy gjør det enkelt å utføre operasjoner på matriser. Du kan for eksempel beregne summen av alle elementene eller endre formen på en matrise.

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

DataFrame i Pandas er et kraftig verktøy for håndtering av tabellformede data. Du kan filtrere rader, beregne statistikk og mye mer.

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

Du har lært om tre viktige Python-biblioteker for AI:

• NumPy: For arbeid med matriser og utføring av matematiske operasjoner.
• Pandas: For håndtering og analyse av strukturerte data.
• Scikit-learn: For bygging og evaluering av maskinlæringsmodeller.

Du har fullført leksjonen om Python-biblioteker for AI. Fortsett for å lære mer om Pythons datatyper og datastrukturer i neste leksjon.