Скачать Feature Engineering For Data Science & Machine Learning A-Z - Udemy (2022)

[bart]

Feature Engineering For Data Science & Machine Learning A-Z
Udemy

Построение моделей машинного обучения важно, но важнее то, насколько хорошо вы подготовите свои данные для построения этих моделей.

Согласно Forbes: «60% времени Data Scientist или Data Analyst тратится на очистку и организацию данных…»

В этом курсе вы не только познакомитесь со стратегиями отраслевого уровня, но и продемонстрируете их на практике для лучшего понимания.

Этот курс был практически и тщательно разработан отраслевыми экспертами, чтобы отразить реальный сценарий работы с беспорядочными данными.

Этот курс поможет вам изучить сложные методы и концепции анализа данных для облегчения понимания и манипулирования данными.

Мы проведем вас шаг за шагом по каждой теме, объясняя каждую строку кода для вашего понимания.

Этот курс был построен в следующей форме:

• Как правильно работать с типами данных в Python
• Как правильно работать с датой и временем в Python
• Как правильно работать с пропущенными значениями
• Как правильно работать с выбросами
• Как правильно справляться с дисбалансом данных
• Как правильно бороться с утечкой данных
• Как правильно обращаться с категориальными значениями
• Настройка гиперпараметров машинного обучения и производительность режима
• Различные методы разработки функций, включая:
  • Кодирование функций
  • Масштабирование функций
  • Преобразование функции
  • Нормализация функций
• Инструменты EDA для автоматизированных функций
  • профилирование панд
  • Дора
  • Автовиз
  • Свитвиз
• Автоматизированная разработка функций
  • RFECV
  • FeatureTools
  • Выбор функций
  • Автопобеда

Этот курс направлен на то, чтобы помочь новичкам, а также аналитикам данных среднего уровня, студентам, бизнес-аналитикам, специалистам по науке о данных и энтузиастам машинного обучения освоить основы уверенной работы с данными в реальном мире.

Для кого этот курс:

• Любой, кто готов научиться справляться со сложными проблемами машинного обучения, такими как дисбаланс данных, утечка данных, от базового до продвинутого проектирования функций и т. д.,
• Всем, кто хочет научиться профессиональной обработке данных
• Любой учащийся, заинтересованный в том, чтобы научиться готовить данные для построения моделей машинного обучения.
• Заинтересованы в изучении методов работы с беспорядочными данными

Требования

• Этот курс представляет собой курс для начального уровня с пошаговым прохождением.
• Никаких особых предпосылок не требуется

Материал на английском языке



Продажник:

Для просмотра вы должны войти или зарегистрироваться.

Скачать: