From 927f93a6d4b5188fe8b68cd2a37f75641ff7548d Mon Sep 17 00:00:00 2001 From: Rubber Goose Date: Mon, 4 Mar 2024 23:01:17 +0900 Subject: [PATCH] Fix README.ja.md of section 2-2 --- 2-Regression/2-Data/translations/README.ja.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/2-Regression/2-Data/translations/README.ja.md b/2-Regression/2-Data/translations/README.ja.md index a877bdac..a74e4cbb 100644 --- a/2-Regression/2-Data/translations/README.ja.md +++ b/2-Regression/2-Data/translations/README.ja.md @@ -19,7 +19,7 @@ Scikit-learnを使って機械学習モデルの構築を行うために必要 どのような質問に答えるかによって、どのようなMLアルゴリズムを活用するかが決まります。また、返ってくる回答の質は、データの性質に大きく依存します。 -このレッスンのために用意された[データ]((../../data/US-pumpkins.csv))を見てみましょう。この.csvファイルは、VS Codeで開くことができます。ざっと確認してみると、空欄があったり、文字列や数値データが混在していることがわかります。また、「Package」という奇妙な列では「sacks」や 「bins」などの異なる単位の値が混在しています。このように、データはちょっとした混乱状態にあります。 +このレッスンのために用意された[データ](../../data/US-pumpkins.csv)を見てみましょう。この.csvファイルは、VS Codeで開くことができます。ざっと確認してみると、空欄があったり、文字列や数値データが混在していることがわかります。また、「Package」という奇妙な列では「sacks」や 「bins」などの異なる単位の値が混在しています。このように、データはちょっとした混乱状態にあります。 実際のところ、MLモデルの作成にすぐに使えるような整ったデータセットをそのまま受け取ることはあまりありません。このレッスンでは、Pythonの標準ライブラリを使って生のデータセットを準備する方法を学びます。また、データを可視化するための様々なテクニックを学びます。