이 강의들을 수강한 후, 전문적인 시각화와 대시보드를 자신 있게 만들 수 있게 되었습니다
Shoebur Rahman구매 담당자, Giz Bangladesh
강의 설명
지저분한 데이터를 다루느라 지치셨나요? 데이터 과학자의 대부분의 시간은 데이터를 찾고, 정리하고, 재구성하는 데 쓰인다는 사실을 알고 계셨나요? 하지만 데이터를 똑똑하게 정리할 수 있습니다! 이 강의 'Python에서 결측치 다루기'에서는 바로 그 방법을 배웁니다. 숫자형, 범주형, 시계열 데이터의 결측값을 처리하는 법을 익히고, 결측치가 보이는 패턴도 파악해 볼 거예요. 대기 질과 당뇨병 데이터를 다루면서 결측 데이터를 분석하고, 대치(Impute)하며, 대치가 미치는 영향을 평가하는 방법까지 배웁니다.
선수 과목
커리큘럼
강의 개요
1
결측치 문제가 왜 중요할까요
결측치와 그것이 분석에 미치는 영향을 익혀 보세요! 데이터셋에서 널 값 처리 방식, 결측치를 찾는 법, 그리고 결측 현황을 요약하는 방법을 배웁니다.
2
결측치에 패턴이 있을까요?
데이터셋의 결측 유형을 분석하는 것은 결측값을 제대로 처리하기 위한 매우 중요한 단계입니다. 이 장에서는 결측치와 비결측치에서 패턴을 파악하는 방법을 자세히 배우고, 목록 삭제(listwise deletion) 같은 간단한 기법으로 결측을 적절히 처리하는 방법을 익힙니다.
3
대치(Imputation) 기법
데이터 대치의 세계로 떠나보세요! 이 장에서는 기본적인 대치 기법을 적용해 결측값을 채우고, 대치 결과를 시각화하여 성능을 평가할 수 있도록 합니다.
4
고급 대치(Imputation) 기법
마지막으로, 단순 대치 기법을 넘어 Machine Learning 모델에 기반한 고급 대치 기법을 사용해 데이터셋을 최대한 활용해 보세요. KNN과 MICE 같은 방법을 사용하여 결측값을 더 정확하게 대치하고 평가합니다.
Python에서 결측치 다루기
강의
완료
