Pular para o conteúdo principal

Curso

Análise Preditiva Intermediária em Python

BásicoNível de habilidade

Atualizado 08/2024

Aprenda a preparar e organizar seus dados para análises preditivas.

Iniciar curso gratuitamente

PythonMachine Learning

4 h

15 vídeos

56 Exercícios

4,350 XP

6,517

Declaração de realização

Preferido por alunos de milhares de empresas

Treinando uma equipe?

Experimente para Empresas

Descrição do curso

Construir bons modelos só é possível se você tiver uma boa base table para começar. Neste curso, você vai aprender a construir uma base table de qualidade, criar variáveis e preparar seus dados para modelagem. Finalizamos com tópicos avançados sobre o tema.

Pré-requisitos

Introduction to Predictive Analytics in Python

1

Conceitos cruciais de base table

Neste capítulo, você vai aprender a construir as fundações da sua base table, ou seja, a população e o target.

A linha do tempo da base table

Violações da linha do tempo

Dados disponíveis

Violação da linha do tempo

A população

Selecione a população relevante

Uma população compatível com a linha do tempo

Removendo objetos duplicados

Calcular um target de evento

Calcular um target agregado

Iniciar capítulo

2

Criando variáveis

Você vai aprender a adicionar variáveis à base table que podem ser usadas para prever o target.

Adicionando variáveis fixas

Selecionando o valor correto

Adicionando idade

Adicionando o segmento do doador

Adicionando local de residência

Adicionando variáveis agregadas

Selecionando a data apropriada

Valor máximo no ano passado

Recência das doações

Adicionando evoluções

Razão entre a média do último mês e do último ano

Diferença absoluta entre dois anos

Usando variáveis de evolução

Desempenho das variáveis de evolução

Significado de evolução

Iniciar capítulo

3

Preparação de dados

Depois de derivar variáveis a partir dos dados brutos, é hora de limpar os dados e prepará-los para a modelagem. Neste capítulo, discutimos as etapas necessárias para deixar seus dados prontos para modelar.

Criando dummies

Criando uma dummy a partir de uma variável com duas categorias

Criando dummies a partir de uma variável com muitas categorias

Valores ausentes

Como substituir valores ausentes

Criando uma dummy de valor ausente

Substituir valores ausentes pela mediana

Substituir valores ausentes por um valor fixo

Tratando outliers

Influência de outliers em modelos preditivos

Tratar outliers com winsorization

Tratar outliers com desvio padrão

Transformações

Interações

Transformação de raiz quadrada

Adicionando interações à basetable

Iniciar capítulo

4

Conceitos avançados de base table

Em alguns casos, o target ou as variáveis mudam bastante com as estações. Você vai aprender como lidar com sazonalidade adicionando diferentes snapshots à base table.

Sazonalidade

Com ou sem sazonalidade

Detectando sazonalidade

O efeito da sazonalidade

Usando múltiplas capturas

Valores do target

Calculando targets por snapshot

Calculando variáveis agregadas

Empilhando basetables

O intervalo de tempo

Eventos durante o timegap

Calculando variáveis agregadas com timegap

Adicionando idade com timegap

Iniciar capítulo

Análise Preditiva Intermediária em Python

Curso
concluído

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil do LinkedIn, currículo ou CV
Compartilhe nas redes sociais e em sua avaliação de desempenhoInscreva-se agora

Faça como mais de 19 milhões de alunos e comece Análise Preditiva Intermediária em Python hoje mesmo!

Desenvolva suas habilidades em dados com o app do DataCamp

Continue progredindo em qualquer lugar com nossos cursos para celular e desafios diários de programação de 5 minutos.