After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrierea cursului
Lumea reală este complexă, iar rolul tău este să o înțelegi. Seturile de date clasice precum MTCars și Iris sunt rezultatul unei culegeri și curățări atente – și chiar și acestea necesită transformări pentru a fi utile algoritmilor de învățare automată, care extrag informații, fac predicții, clasifică sau grupează date. Acest curs acoperă detaliile cu care oamenii de știință a datelor își petrec 70-80% din timp: preprocesarea datelor și ingineria caracteristicilor. Pe măsură ce seturile de date devin tot mai mari, folosim PySpark pentru a face față acestei provocări de tip Big Data!
Cerințe prealabile
Curriculum
Structura cursului
1
Analiza exploratorie a datelor
Familiarizează-te cu problema înainte de a te apuca de lucru! Apoi învață să inspectezi setul de date atât statistic, cât și vizual.
- De unde începem50 XP
- De unde începi?50 XP
- Verifică versiunea100 XP
- Încarcă datele100 XP
- Definirea unei probleme50 XP
- Ce încercăm să prezicem?100 XP
- Verificarea încărcării datelor100 XP
- Verificarea tipurilor de date100 XP
- Inspecția vizuală a datelor / EDA50 XP
- Folosirea funcției Corr()100 XP
- Utilizarea vizualizărilor: distplot100 XP
- Utilizarea vizualizărilor: lmplot100 XP
2
Prelucrarea datelor cu funcții Spark
Datele reale sunt rareori curate și gata de analiză. În acest capitol vei învăța să elimini informațiile inutile, să gestionezi valorile lipsă și să adaugi date suplimentare în analiza ta.
3
Ingineria caracteristicilor
În acest capitol vei învăța să creezi noi caracteristici pe care modelul tău de învățare automată le poate folosi. Vom vedea cum se generează prin combinarea câmpurilor, extragerea valorilor din coloane dezordonate sau codificarea lor pentru rezultate mai bune.
4
Construirea unui model
În acest capitol vei învăța cum să alegi tipul de model potrivit. Apoi vei aplica datele modelului și vei evalua rezultatele. În final, vei interpreta rezultatele și vei salva modelul pentru utilizări ulterioare!
Feature Engineering cu PySpark
Curs
finalizat
