Lewati ke konten utama

Kursus

Prapemrosesan untuk Machine Learning di Python

MenengahTingkat Keterampilan

Diperbarui 12/2025

Pelajari cara membersihkan dan mempersiapkan data Anda untuk machine learning!

Mulai Kursus Gratis

PythonMachine Learning

4 jam

20 videos

62 Latihan

4,700 XP

66,646

Pernyataan Pencapaian

Dipercaya oleh para pelajar di ribuan perusahaan

Melatih Tim?

Coba untuk Bisnis

Deskripsi Kursus

Kursus ini membahas dasar-dasar cara dan kapan melakukan prapemrosesan data. Langkah penting dalam setiap proyek Machine Learning ini adalah saat Anda menyiapkan data untuk pemodelan. Di antara proses mengimpor dan membersihkan data serta melatih model Machine Learning Anda, prapemrosesan berperan. Anda akan belajar menstandarkan data agar sesuai dengan bentuk yang dibutuhkan model, membuat fitur baru untuk memaksimalkan informasi dalam himpunan data Anda, dan memilih fitur terbaik untuk meningkatkan kecocokan model. Terakhir, Anda akan berlatih melakukan prapemrosesan dengan menyiapkan himpunan data tentang penampakan UFO untuk pemodelan.

Persyaratan

Cleaning Data in Python Supervised Learning with scikit-learn

1

Pengantar Prapemrosesan Data

Pada bab ini Anda akan mempelajari apa sebenarnya yang dimaksud dengan prapemrosesan data. Anda akan mengambil langkah awal dalam setiap proses prapemrosesan, termasuk menelusuri tipe data dan menangani data yang hilang.

Pengantar preprocessing

Menjelajahi data hilang

Menghapus data yang hilang

Bekerja dengan tipe data

Mengeksplorasi tipe data

Mengonversi tipe kolom

Training dan test set

Ketidakseimbangan kelas

Pengambilan sampel berstrata

2

Menstandarkan Data

Bab ini berfokus pada penstandaran data. Sering kali sebuah model membuat asumsi tentang distribusi atau skala fitur Anda. Penstandaran adalah cara untuk menyesuaikan data agar memenuhi asumsi ini dan meningkatkan kinerja algoritma.

Standardisasi

Kapan perlu menstandardisasi

Pemodelan tanpa normalisasi

Normalisasi log

Memeriksa varians

Normalisasi log di Python

Menskalakan data untuk perbandingan fitur

Penskalaan data - menyelidiki kolom

Menskalakan data - menstandarkan kolom

Data yang distandardisasi dan pemodelan

KNN pada data tanpa skala

KNN pada data yang didiskalakan

3

Rekayasa Fitur

Di bagian ini Anda akan mempelajari rekayasa fitur. Anda akan mengeksplorasi berbagai cara untuk membuat fitur baru yang lebih berguna dari fitur yang sudah ada di himpunan data Anda. Anda akan melihat cara melakukan pengodean, penggabungan, dan ekstraksi informasi dari fitur numerik maupun tekstual.

Rekayasa fitur

Tes pengetahuan feature engineering

Mengidentifikasi area untuk rekayasa fitur

Mengenkode variabel kategorikal

Pengodean variabel kategorikal - biner

Pengodean variabel kategorikal - one-hot

Rekayasa fitur numerik

Mengagregasikan fitur numerik

Mengekstrak komponen datetime

Rekayasa fitur teks

Mengekstraksi pola string

Membuat vektorisasi teks

Klasifikasi teks menggunakan vektor tf/idf

4

Memilih Fitur untuk Pemodelan

Bab ini membahas beberapa teknik untuk memilih fitur terpenting dari himpunan data Anda. Anda akan mempelajari cara menghapus fitur yang redundan, bekerja dengan vektor teks, dan mengurangi jumlah fitur dalam himpunan data menggunakan principal component analysis (PCA).

Pemilihan fitur

Kapan menggunakan seleksi fitur

Mengidentifikasi area untuk seleksi fitur

Menghapus fitur yang redundan

Memilih fitur yang relevan

Memeriksa fitur yang berkorelasi

Memilih fitur menggunakan vektor teks

Menjelajahi vektor teks, bagian 1

Menjelajahi vektor teks, bagian 2

Melatih Naive Bayes dengan pemilihan fitur

Reduksi dimensi

Menggunakan PCA

Melatih model dengan PCA

5

Menggabungkan Semuanya

Setelah mempelajari prapemrosesan, kini Anda akan mencoba teknik-teknik tersebut pada himpunan data yang memuat informasi tentang penampakan UFO.

UFO dan prapemrosesan

Memeriksa tipe kolom

Menghapus data hilang

Variabel kategorial dan standarisasi

Mengekstrak angka dari string

Mengidentifikasi fitur untuk standardisasi

Rekayasa fitur baru

Pengodean variabel kategorikal

Fitur dari tanggal

Vektorisasi teks

Seleksi fitur dan pemodelan

Memilih himpunan data yang ideal

Memodelkan himpunan data UFO, bagian 1

Membangun model pada himpunan data UFO, bagian 2

Prapemrosesan untuk Machine Learning di Python

Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV Anda
Bagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang

Bergabung dengan 19 juta pelajar dan mulai Prapemrosesan untuk Machine Learning di Python Hari Ini!

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.