Lidando com Dados Ausentes em Python

Familiarize-se com dados ausentes e como eles impactam sua análise! Aprenda sobre diferentes operações com valores nulos no seu conjunto de dados, como encontrar dados ausentes e como resumir a ausência de dados.

Analisar o tipo de ausência no seu conjunto de dados é um passo muito importante para tratar valores ausentes. Neste capítulo, você vai aprender em detalhes como identificar padrões nos seus dados ausentes e não ausentes, e como tratar adequadamente a ausência usando técnicas simples, como a exclusão por lista (listwise deletion).

Embarque no mundo da imputação de dados! Neste capítulo, você vai aplicar técnicas básicas de imputação para preencher dados ausentes e visualizar suas imputações para poder avaliar o desempenho dessas imputações.

Por fim, vá além das técnicas simples de imputação e aproveite ao máximo seu conjunto de dados usando técnicas avançadas baseadas em modelos de Machine Learning, para imputar e avaliar os dados ausentes com precisão. Você usará métodos como KNN e MICE para extrair o máximo dos seus dados ausentes!