After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Cursusbeschrijving
De echte wereld is rommelig en het is jouw taak om er wijs uit te worden. Speelgoedgegevenssets zoals MTCars en Iris zijn zorgvuldig samengesteld en opgeschoond, maar zelfs dan moeten de data worden getransformeerd voordat krachtige machine learning-algoritmen er betekenis uit kunnen halen, kunnen voorspellen, classificeren of clusteren. Deze cursus behandelt de weerbarstige details waaraan data scientists 70–80% van hun tijd besteden: data wrangling en feature engineering. Nu gegevenssets steeds groter worden, gebruiken we PySpark om dit Big Data-probleem hanteerbaar te maken!
Vereisten
Curriculum
Cursusoverzicht
1
Exploratory Data Analysis
Leer je probleem eerst een beetje kennen voordat je erin duikt! Ontdek vervolgens hoe je je gegevensset statistisch en visueel kunt onderzoeken!
- Waar begin je?50 XP
- Waar begin je?50 XP
- Versie controleren100 XP
- Laad de data in100 XP
- Een probleem definiëren50 XP
- Wat voorspellen we?100 XP
- Controleren of de data is geladen100 XP
- Gegevenstypen verifiëren100 XP
- Gegevens visueel inspecteren / EDA50 XP
- Corr() gebruiken100 XP
- Visualisaties gebruiken: distplot100 XP
- Visualisaties gebruiken: lmplot100 XP
2
Wrangling met Spark-functies
Echte data is zelden schoon en klaar voor analyse. In dit hoofdstuk leer je onnodige informatie verwijderen, met ontbrekende waarden omgaan en extra data aan je analyse toevoegen.
3
Feature engineering
In dit hoofdstuk leer je hoe je nieuwe features maakt waar je machine learning-model van kan leren. We bekijken hoe je ze kunt genereren door velden te combineren, waarden uit rommelige kolommen te halen of ze te encoderen voor betere resultaten.
4
Een model bouwen
In dit hoofdstuk leren we welk type model we willen kiezen. Daarna passen we onze data toe op het model en evalueren we het. Tot slot leren we de resultaten te interpreteren en het model op te slaan voor later!
Feature Engineering met PySpark
Cursus
voltooid
