Setelah mengikuti kursus-kursus ini, saya merasa percaya diri membuat visualisasi dan dasbor profesional
Shoebur RahmanSpesialis Pengadaan, Giz Bangladesh
Deskripsi Kursus
Setiap hari Anda mendengar terobosan luar biasa tentang bagaimana penerapan terbaru Machine Learning mengubah dunia. Sering kali pemberitaan tersebut mengabaikan fakta bahwa diperlukan banyak proses pembersihan data dan rekayasa fitur sebelum model canggih apa pun dapat digunakan. Dalam kursus ini, Anda akan mempelajari cara melakukannya. Anda akan bekerja dengan survei Stack Overflow Developers dan pidato pelantikan presiden AS sejarah, untuk memahami cara terbaik melakukan praproses dan merekayasa fitur dari data kategorikal, kontinu, dan tidak terstruktur. Kursus ini akan memberi Anda pengalaman langsung tentang cara menyiapkan data apa pun untuk model Machine Learning Anda sendiri.
Prasyarat
Kurikulum
Ringkasan kursus
1
Menciptakan Fitur
Pada bab ini, Anda akan mengeksplorasi apa itu rekayasa fitur dan cara memulainya pada data dunia nyata. Anda akan memuat, mengeksplorasi, dan memvisualisasikan himpunan data respons survei, dan melalui itu Anda akan mempelajari tipe data dasarnya serta mengapa hal tersebut memengaruhi cara Anda merekayasa fitur. Dengan paket pandas, Anda akan membuat fitur baru dari kolom kategorikal dan kontinu.
2
Menangani Data Berantakan
Bab ini memperkenalkan Anda pada realitas data yang berantakan dan tidak lengkap. Anda akan mempelajari cara menemukan nilai hilang dalam data Anda dan mengeksplorasi berbagai pendekatan untuk menanganinya. Anda juga akan menggunakan teknik manipulasi string untuk menangani karakter yang tidak diinginkan dalam himpunan data Anda.
3
Mematuhi Asumsi Statistik
Pada bab ini, Anda akan berfokus pada analisis distribusi dasar data Anda dan apakah hal tersebut akan memengaruhi pipeline Machine Learning Anda. Anda akan mempelajari cara menangani data miring dan situasi ketika pencilan dapat berdampak negatif pada analisis Anda.
4
Menangani Data Teks
Terakhir, pada bab ini, Anda akan bekerja dengan data teks tidak terstruktur, memahami cara merekayasa fitur kolumnar dari suatu korpus teks. Anda akan membandingkan bagaimana pendekatan berbeda dapat memengaruhi seberapa banyak konteks yang diekstraksi dari teks, serta bagaimana menyeimbangkan kebutuhan konteks tanpa menghasilkan terlalu banyak fitur.
Rekayasa Fitur untuk Machine Learning di Python
Kursus
Selesai
