ข้อมูลตัวเลข: แบบฝึกหัดการเขียนโปรแกรม
จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
ใช้เวลาทำแบบฝึกหัดต่อไปนี้เพื่อฝึกสิ่งที่ได้เรียนรู้ในขั้นตอนแรกกับข้อมูลตัวเลข
- ดูสถิติเกี่ยวกับชุดข้อมูล ซึ่งจะแสดงวิธีค้นหาคอลัมน์ที่มีค่าผิดปกติอย่างชัดเจน ดังนี้
- ค้นหาส่วนที่ไม่ดีของชุดข้อมูล ซึ่งจะแนะนำวิธีใช้ภาพและทางคณิตศาสตร์ในการค้นหาค่าไม่ดีที่ซ่อนอยู่ในชุดข้อมูล
แบบฝึกหัดการเขียนโปรแกรมจะทำงานในเบราว์เซอร์โดยตรง (ไม่ต้องตั้งค่า) โดยใช้แพลตฟอร์ม Colaboratory Colaboratory ใช้งานได้ในเบราว์เซอร์หลักๆ โดยส่วนใหญ่ และผ่านการทดสอบเกือบทั่วทุกส่วนแล้วใน Chrome และ Firefox เวอร์ชันเดสก์ท็อป
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-01-29 UTC
[null,null,["อัปเดตล่าสุด 2025-01-29 UTC"],[[["\u003cp\u003eThis page provides programming exercises focusing on practicing numerical data analysis skills learned in a previous lesson.\u003c/p\u003e\n"],["\u003cp\u003eTwo Colab exercises are available: one on calculating descriptive statistics and identifying outliers, and another on detecting and handling bad data values in a dataset.\u003c/p\u003e\n"],["\u003cp\u003eThe exercises are browser-based and require no setup, utilizing the Colaboratory platform, primarily supported on Chrome and Firefox desktop versions.\u003c/p\u003e\n"]]],[],null,["# Numerical data: Programming exercises\n\nTake some time to complete the following exercises to practice what you've\nlearned in\n[First steps with numerical data](/machine-learning/crash-course/numerical-data/first-steps).\n\n- **Get statistics on a dataset** , which shows you how to find columns containing blatant outliers: \n [Open math statistics exercise](https://colab.research.google.com/github/google/eng-edu/blob/main/ml/cc/exercises/numerical_data_stats.ipynb?utm_source=mlcc&utm_campaign=colab-external&utm_medium=referral&utm_content=numerical_data_stats)\n- **Find the bad part of the dataset** , which guides you through visual and mathematical ways to find hidden *bad* values in a dataset: \n [Open \"bad part\" dataset exercise](https://colab.research.google.com/github/google/eng-edu/blob/main/ml/cc/exercises/numerical_data_bad_values.ipynb?utm_source=mlcc&utm_campaign=colab-external&utm_medium=referral&utm_content=numerical_data_bad_values)\n\nProgramming exercises run directly in your browser (no setup\nrequired!) using the [Colaboratory](https://colab.research.google.com)\nplatform. Colaboratory is supported on most major browsers, and is most\nthoroughly tested on desktop versions of Chrome and Firefox. \n[Help Center](https://support.google.com/machinelearningeducation)"]]
