Python Предварительная обработка данных для машинного обучения в Python - udemy (2021)

[admin]

Предварительная обработка данных для машинного обучения в Python
Data pre-processing for Machine Learning in Python
udemy

В этом курсе мы сосредоточимся на методах предварительной обработки для машинного обучения.

Предварительная обработка — это набор манипуляций, которые преобразуют необработанный набор данных, чтобы его можно было использовать в модели машинного обучения. Это необходимо для того, чтобы наши данные подходили для некоторых моделей машинного обучения, чтобы уменьшить размерность, лучше идентифицировать релевантные данные и повысить производительность модели . Это самая важная часть конвейера машинного обучения, и она может сильно повлиять на успех проекта. На самом деле, если мы не снабдим модель машинного обучения данными правильной формы , она вообще не будет работать.


Иногда начинающие специалисты по данным начинают изучать нейронные сети и другие сложные модели и забывают изучить , как манипулировать набором данных , чтобы использовать его в своих алгоритмах. Таким образом, им не удается создать хорошие модели, и только в конце они понимают, что хорошая предварительная обработка позволит им сэкономить много времени и повысить производительность своих алгоритмов. Таким образом, владение методами предварительной обработки является очень важным навыком . Вот почему я создал целый курс , посвященный только предварительной обработке данных.

Благодаря этому курсу вы узнаете:

1. Очистка данных
2. Кодирование категориальных переменных
3. Преобразование числовых признаков
4. Scikit-learn объекты Pipeline и ColumnTransformer
5. Масштабирование числовых характеристик
6. Анализ главных компонентов
7. Выбор функций на основе фильтров
8. Передискретизация с использованием SMOTE

Все примеры будут даны с использованием языка программирования Python и его мощной библиотеки scikit-learn . Среда, которая будет использоваться, — Jupyter , которая является стандартом в отрасли обработки данных. Все разделы этого курса заканчиваются некоторыми практическими упражнениями , и все блокноты Jupyter можно загрузить .

Для кого этот курс:

• Разработчики Python
• Начинающие специалисты по данным
• Люди, интересующиеся машинным обучением и искусственным интеллектом

Требования

• Базовые знания языка программирования Python

Материал на английском языке


Продажник:

Скачать курс: