সংখ্যাসূচক তথ্য: প্রোগ্রামিং অনুশীলন
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
সাংখ্যিক ডেটা সহ প্রথম ধাপে আপনি যা শিখেছেন তা অনুশীলন করতে নিম্নলিখিত অনুশীলনগুলি সম্পূর্ণ করতে কিছু সময় নিন।
- একটি ডেটাসেটের পরিসংখ্যান পান , যা আপনাকে দেখায় কিভাবে নির্লজ্জ আউটলায়ার ধারণকারী কলামগুলি খুঁজে পেতে হয়:
- ডেটাসেটের খারাপ অংশটি খুঁজুন , যা আপনাকে ডেটাসেটে লুকানো খারাপ মানগুলি খুঁজে পেতে চাক্ষুষ এবং গাণিতিক উপায়ে গাইড করে:
Colaboratory প্ল্যাটফর্ম ব্যবহার করে প্রোগ্রামিং ব্যায়াম সরাসরি আপনার ব্রাউজারে চলে (কোন সেটআপের প্রয়োজন নেই!) Colaboratory বেশিরভাগ প্রধান ব্রাউজারে সমর্থিত, এবং Chrome এবং Firefox-এর ডেস্কটপ সংস্করণগুলিতে সবচেয়ে পুঙ্খানুপুঙ্খভাবে পরীক্ষা করা হয়।
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-01-29 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-01-29 UTC-তে শেষবার আপডেট করা হয়েছে।"],[[["\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)"]]
