WEBVTT

00:00:00.000 --> 00:00:02.610
>> ついに時間が来る
私たちのデータで遊ぶ。

00:00:02.610 --> 00:00:04.830
私は、すべてのローカルCSVファイルを持っています

00:00:04.830 --> 00:00:08.235
私のデータと私は確認する必要があります
それがクラウドに上がることを。

00:00:08.235 --> 00:00:10.740
さらに、私は必要です
私のデータを準備します。

00:00:10.740 --> 00:00:12.750
私は私がやりたいことが

00:00:12.750 --> 00:00:15.865
自転車が何台になるか予測する
特定の日にレンタルされます。

00:00:15.865 --> 00:00:19.770
つまり、私は私の準備をする必要があります
時系列予測のデータ。

00:00:19.770 --> 00:00:22.790
いつものように、あります
その他のドキュメント

00:00:22.790 --> 00:00:26.350
画面、そして説明
下に下に。始めましょう。

00:00:26.350 --> 00:00:30.750
まず、私は確認する必要があります
私のデータセットにアクセスできます。

00:00:31.600 --> 00:00:33.980
私はそれを追加するつもりです
同じフォルダに

00:00:33.980 --> 00:00:36.420
私のジュッピーターのノートが入っていることを。

00:00:36.880 --> 00:00:40.174
このデータセットをアップロードします

00:00:40.174 --> 00:00:42.955
私の機械学習に
Azure 上のデータストア。

00:00:42.955 --> 00:00:45.355
私は私のCSVファイルをつかむだろう、

00:00:45.355 --> 00:00:47.825
データセット フォルダーにアップロードし、

00:00:47.825 --> 00:00:50.900
データを上書きする
すでに存在している

00:00:50.900 --> 00:00:53.000
そして、私はの進捗状況を示したい

00:00:53.000 --> 00:00:56.045
このプロセスは
ビジュアル スタジオ コード。

00:00:56.045 --> 00:00:58.640
素晴らしい、それはうまくいったように見えます。

00:00:58.640 --> 00:01:03.010
次に、私は作成する必要があります
データセット オブジェクト、

00:01:03.010 --> 00:01:06.910
のクラスである
azureml コアと私はする必要があります。

00:01:06.910 --> 00:01:08.935
日付をフォーマットする
私がそれを作る方法

00:01:08.935 --> 00:01:11.755
データを並べ替えやすい。

00:01:11.755 --> 00:01:15.050
私はいくつかのクラスをインポートする必要があります。

00:01:15.250 --> 00:01:18.220
今、私は理解する必要があります
どの列に行くのか

00:01:18.220 --> 00:01:21.295
を使用して、他の列を予測します。

00:01:21.295 --> 00:01:22.855
私がこれを決める前に、

00:01:22.855 --> 00:01:25.210
CSVファイルを開きます

00:01:25.210 --> 00:01:27.970
を見てみて
私が持っているデータ。

00:01:27.970 --> 00:01:30.685
私はここに私が日付を持っていることに気づいた、

00:01:30.685 --> 00:01:34.540
季節、年、月、
どの曜日、

00:01:34.540 --> 00:01:37.870
天気が何であるか、
温度、湿度、

00:01:37.870 --> 00:01:41.160
風速、および
私はまた、カウントを持っている、

00:01:41.160 --> 00:01:43.805
自転車の数です
借りたもの。

00:01:43.805 --> 00:01:49.650
私がやることは私だと思う
日付を使用してカウントを予測します。

00:01:50.000 --> 00:01:52.710
ここで定義しましょう。

00:01:52.710 --> 00:01:55.010
今、私は私の時間列の名前を持っている、

00:01:55.010 --> 00:01:58.520
予測に使用されます
私のターゲット列名。

00:01:58.520 --> 00:02:00.890
次に、私は作成するつもりです

00:02:00.890 --> 00:02:03.650
というローカル変数
保持するデータセット

00:02:03.650 --> 00:02:05.570
自分のデータを追跡し、私は

00:02:05.570 --> 00:02:08.360
そのデータセットを変換する
パンダのデータフレームに。

00:02:08.360 --> 00:02:11.060
私はテイク5を呼び出していることに注意してください、

00:02:11.060 --> 00:02:14.630
最初の印刷されます
このデータフレームの 5 行。

00:02:14.630 --> 00:02:17.150
私たちは、それを確認することができます
これらの行は正しいものです。

00:02:17.150 --> 00:02:19.920
2011年1月1日です。

00:02:19.920 --> 00:02:23.605
温度は0.344167でした

00:02:23.605 --> 00:02:24.920
そして、私たちは見ることができます

00:02:24.920 --> 00:02:28.200
私たちのCSVファイルとそれを参照してください
それはまだ1月1日でした。

00:02:28.200 --> 00:02:36.440
2011年、そして天気が
または温度は0.33344167でした。

00:02:36.440 --> 00:02:39.620
それは正しい見ています。今、私たちは
データ間にリンクを持つ

00:02:39.620 --> 00:02:43.890
Azure およびローカルに格納されます
ビジュアル スタジオ コード環境。