Спеціалісти з машинного навчання витрачають набагато більше часу на оцінювання, очищення й перетворення даних, ніж на створення моделей. Дані настільки важливі, що цьому аспекту в курсі присвячено цілих три розділи:
- "Робота із числовими даними" (цей модуль)
- Робота з категорійними даними
- Набори даних, узагальнення й надмірне навчання
У цьому розділі розглядаються числові дані, тобто цілі числа або значення з рухомою комою, які поводяться як числа: вони доповнювані, злічувані, послідовні тощо. Наступний модуль присвячено категоріальним даним, які можуть містити числа, що поводяться як категорії. З третього модуля ви дізнаєтеся, як підготувати дані так, щоб забезпечити якісні результати на етапах навчання й оцінювання моделі.
Приклади числових даних:
- температура;
- вага;
- кількість оленів, що зимують у природному заповіднику.
На відміну від них, поштові індекси США хоч і є п’яти- або дев’ятизначними числами, але не поводяться як такі й не відображають математичні співвідношення. Поштовий індекс 40004 (округ Нельсон, штат Кентуккі) не вдвічі більший кількісно за поштовий індекс 20002 (Вашингтон, округ Колумбія). Ці числа представляють категорії (географічні райони) і вважаються категорійними даними.