การวิเคราะห์ข้อมูลแบบสำรวจและเตรียมข้อมูลสำหรับการเรียนรู้ของเครื่อง

ก่อนที่จะสร้างแบบจำลองการเรียนรู้เครื่องใด ๆ คุณต้องเข้าใจ ทำความสะอาด และเตรียมข้อมูลของคุณ หลักสูตรที่ใช้ข้อความนี้จะนำคุณผ่านกระบวนการที่สำคัญในการแปลงชุดข้อมูลดิบที่ยุ่งเหยิงให้เป็นข้อมูลเข้าที่มีคุณภาพสูงสำหรับแบบจำลองการคาดการณ์ คุณจะเรียนรู้การดึงข้อมูลจากแหล่งต่าง ๆ จัดการกับค่าที่ขาดหายไป ปรับแต่งคุณสมบัติที่ทรงพลัง และทำการวิเคราะห์สถิติเบื้องต้นเพื่อค้นหารูปแบบที่ซ่อนอยู่ คุณจะเรียนรู้อะไร - เข้าใจหลักการพื้นฐานของคุณภาพข้อมูล ประเภทของข้อมูล และระบบการเรียนรู้ของเครื่อง - เรียกข้อมูลจากแหล่งต่างๆ ได้แก่ ฐานข้อมูล SQL และระบบ NoSQL สมัยใหม่ - ทำความสะอาดข้อมูลที่ยุ่งเหยิง โดยจัดการกับค่าที่หายไป, ค่าที่ผิดปกติ, และรูปแบบที่ไม่สอดคล้องกัน - ใช้เทคนิควิศวกรรม เช่นการปรับขนาด การเข้ารหัสตัวแปรประเภท และการแปลงทางคณิตศาสตร์ - ฝึกการตรวจสอบข้อมูลสมัยใหม่ ใช้การตรวจสอบรูปแบบ เพื่อมั่นใจว่าข้อมูลในระบบเชื่อถือได้ - ทำการวิเคราะห์ข้อมูลโดยใช้สถิติและมาตรฐานความสัมพันธ์ เพื่อสร้างสมมติฐาน หลักสูตรนี้เริ่มต้นด้วยการอธิบายพื้นฐานและหลักการด้านคุณภาพของข้อมูลก่อนที่จะเริ่มการจัดการข้อมูลและวิศวกรรมคุณสมบัติโดยใช้มือ คุณจะอ่านคำอธิบายที่ชัดเจน วิเคราะห์ส่วนของโค้ดภาษาไพธอนที่ใช้ได้จริง และทำแบบฝึกหัดที่เขียนขึ้นเพื่อเสริมสร้างการเรียนรู้ของคุณ หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นที่ต้องการเข้าสู่วิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่องจักร โดยไม่ต้องมีพื้นฐานที่สูงขึ้น เริ่มฝึกฝนทักษะการเตรียมข้อมูลที่สำคัญ ที่จะทำให้โมเดลการเรียนรู้ของเครื่องประสบความสำเร็จ