After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
Det talas ständigt om genombrott inom maskininlärning och hur de senaste tillämpningarna förändrar världen. Vad som sällan nämns är att en stor mängd databearbetning och särdragshantering krävs innan dessa modeller ens kan användas. I den här kursen lär du dig precis det. Du arbetar med Stack Overflow Developers-enkäten och historiska amerikanska presidentinstallationstal för att förstå hur du på bästa sätt förbehandlar och skapar särdrag från kategoriska, kontinuerliga och ostrukturerade data. Kursen ger dig praktisk erfarenhet av att förbereda data för dina egna maskininlärningsmodeller.
Förkunskapskrav
Kursplan
Kursöversikt
1
Skapa särdrag
I det här kapitlet utforskar du vad särdragshantering är och hur du kommer igång med att tillämpa det på verkliga data. Du läser in, utforskar och visualiserar ett enkätdataset och lär dig därigenom om dess underliggande datatyper och varför dessa påverkar hur du bör skapa dina särdrag. Med hjälp av pandas skapar du nya särdrag från både kategoriska och kontinuerliga kolumner.
2
Hantera rörig data
Det här kapitlet introducerar dig till verkligheten med rörig och ofullständig data. Du lär dig att hitta var din data saknar värden och utforskar flera olika sätt att hantera det. Du använder också strängmanipulering för att hantera oönskade tecken i ditt dataset.
3
Anpassa till statistiska antaganden
I det här kapitlet fokuserar du på att analysera den underliggande fördelningen av dina data och om den kan påverka din maskininlärningspipeline. Du lär dig att hantera skev data och situationer där extremvärden kan påverka din analys negativt.
4
Hantera textdata
I det avslutande kapitlet arbetar du med ostrukturerade textdata och lär dig hur du kan skapa kolumnbaserade särdrag från ett textkorpus. Du jämför hur olika metoder påverkar hur mycket kontext som extraheras från en text, och hur du balanserar behovet av kontext mot risken att skapa för många särdrag.
Särdragshantering för maskininlärning i Python
Kurs
slutförd
