In diesem Modul machen wir uns mit den beiden wichtigsten Paketen für Data Science vertraut: Numpy und Pandas. Wir beginnen damit, die Unterschiede zwischen den beiden Paketen zu lernen. Dann machen wir uns mit np-Arrays und ihren Funktionen vertraut. Durch das Hinzufügen von Text werden unsere Arrays zu Tabellen und es entsteht das Modul Pandas. Nach einer grundlegenden Einführung enden wir mit einer Reihe wichtiger Tools zur Datenmanipulation wie Indizierung, Zusammenführung von Datensätzen und Umformung von Daten.

In diesem Modul werden wir von Grund auf daran arbeiten, unsere Hypothese zu erstellen und zu testen. Wir lernen sowohl die Theorie als auch den Code und werden lernen, unsere Vorhersagen mit verschiedenen Arten von Algorithmen für maschinelles Lernen zu testen. Zu Beginn gehen wir einige der notwendigen Schritte zur Datenvorverarbeitung durch, um uns zu orientieren. Um sich mit der Scikit-Learn-Bibliothek vertraut zu machen, lesen wir zunächst die Dokumentation. Von dort aus laden wir einen Datensatz und analysieren einige seiner grundlegenden Eigenschaften. Schließlich werden wir Modelle importieren und verwenden, um eine Vorhersage zu treffen.

Im Abschlussprojekt werden wir versuchen, anhand von Patientendaten das Vorhandensein einer Herzerkrankung vorherzusagen. Wir laden Daten ein, erstellen neue Merkmale und wenden einen Algorithmus für maschinelles Lernen mit scikit-learn an.