Je data begrijpen
Je gaat zo modellen bouwen in Keras om uurlonen te voorspellen op basis van allerlei professionele en demografische factoren. Voordat je een model bouwt, is het goed om je data te begrijpen met wat verkennende analyse.
De data is al ingeladen in een pandas DataFrame genaamd df. Gebruik de methoden .head() en .describe() in de IPython Shell voor een snel overzicht van het DataFrame.
De doelvariabele die je gaat voorspellen is wage_per_hour. Sommige van de voorspellers zijn binaire indicatoren, waarbij een waarde van 1 True betekent en 0 False.
Van de 9 voorspellers in het DataFrame: hoeveel zijn binaire indicatoren? De min- en maxwaarden zoals getoond door .describe() zijn hierbij informatief.
Hoeveel binaire indicator-voorspellers zijn er?
Deze oefening maakt deel uit van de cursus
Introductie tot Deep Learning in Python
Praktische interactieve oefening
Zet theorie om in actie met een van onze interactieve oefeningen.
Begin met trainen