Dữ liệu số: Bài tập lập trình
Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.
Hãy dành thời gian hoàn thành các bài tập sau để thực hành những gì bạn đã học trong phần Bước đầu tiên với dữ liệu dạng số.
- Tải số liệu thống kê về một tập dữ liệu, trong đó hướng dẫn bạn cách tìm các cột chứa dữ liệu ngoại lai rõ ràng:
- Tìm phần không tốt của tập dữ liệu, hướng dẫn bạn tìm các giá trị không tốt ẩn trong tập dữ liệu bằng cách sử dụng các phương pháp trực quan và toán học:
Các bài tập lập trình chạy trực tiếp trong trình duyệt của bạn (không cần thiết lập!) bằng cách sử dụng nền tảng Colaboratory. Colaboratory được hỗ trợ trên hầu hết các trình duyệt chính và được kiểm thử kỹ lưỡng nhất trên các phiên bản Chrome và Firefox dành cho máy tính.
Trừ phi có lưu ý khác, nội dung của trang này được cấp phép theo Giấy phép ghi nhận tác giả 4.0 của Creative Commons và các mẫu mã lập trình được cấp phép theo Giấy phép Apache 2.0. Để biết thông tin chi tiết, vui lòng tham khảo Chính sách trang web của Google Developers. Java là nhãn hiệu đã đăng ký của Oracle và/hoặc các đơn vị liên kết với Oracle.
Cập nhật lần gần đây nhất: 2025-01-29 UTC.
[null,null,["Cập nhật lần gần đây nhất: 2025-01-29 UTC."],[[["\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)"]]
