Chuyển đến nội dung chính

Trang chủ Python

Khóa học

Phân tích dự đoán nâng cao với Python

Cơ bảnTrình độ kỹ năng

Đã cập nhật tháng 08, 2024

Bắt Đầu Khóa Học Miễn Phí

PythonMachine Learning

4 gio

15 video

56 Bài tập

4,350 XP

6,519

Giấy chứng nhận Thành tích

Được người học tại hàng ngàn công ty yêu thích

Đào tạo một đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Xây dựng mô hình tốt chỉ hiệu quả khi bạn có một bảng nền (base table) đủ tốt ngay từ đầu. Trong khóa học này, bạn sẽ học cách tạo một bảng nền chất lượng, xây dựng biến và chuẩn bị dữ liệu cho việc mô hình hóa. Cuối cùng, chúng ta sẽ đi vào các chủ đề nâng cao liên quan.

Điều kiện tiên quyết

Introduction to Predictive Analytics in Python

1

Các khái niệm quan trọng về bảng nền

Trong chương này, bạn sẽ học cách xây dựng nền tảng cho bảng nền của mình, cụ thể là xác định quần thể (population) và biến đích (target).

Dòng thời gian của bảng cơ sở

Vi phạm trục thời gian

Dữ liệu sẵn có

Vi phạm mốc thời gian

Tập dân số

Chọn tập khách hàng phù hợp

Một population tuân thủ timeline

Loại bỏ đối tượng trùng lặp

Mục tiêu

Tính target cho sự kiện

Tính target tổng hợp

Bắt Đầu Chương

2

Tạo biến

Bạn sẽ học cách thêm các biến vào bảng nền để dự đoán biến đích.

Thêm biến cố định

Chọn giá trị đúng

Thêm tuổi

Thêm phân khúc (segment) của nhà tài trợ

Thêm nơi ở

Thêm biến tổng hợp

Chọn ngày phù hợp

Giá trị lớn nhất năm trước

Độ mới của quyên góp

Thêm biến tiến triển

Tỷ lệ giữa mức trung bình tháng trước và năm trước

Chênh lệch tuyệt đối giữa hai năm

Sử dụng biến biến thiên

Hiệu quả của biến dạng tiến hóa

Ý nghĩa của biến tiến hóa

Bắt Đầu Chương

3

Chuẩn bị dữ liệu

Khi đã trích xuất các biến từ dữ liệu thô, đã đến lúc làm sạch và chuẩn bị dữ liệu cho mô hình hóa. Trong chương này, chúng ta sẽ thảo luận các bước cần thiết để dữ liệu sẵn sàng cho mô hình.

Tạo biến giả (dummy)

Tạo biến giả từ biến có hai nhóm

Tạo biến giả từ một biến có nhiều hạng mục

Giá trị khuyết

Cách thay thế giá trị khuyết

Tạo biến giả cho giá trị thiếu

Thay thế giá trị khuyết bằng giá trị trung vị

Thay thế giá trị thiếu bằng một giá trị cố định

Xử lý ngoại lệ

Ảnh hưởng của ngoại lệ lên mô hình dự đoán

Xử lý ngoại lệ bằng winsorization

Xử lý ngoại lệ bằng độ lệch chuẩn

Các phép biến đổi

Tương tác biến

Biến đổi căn bậc hai

Thêm tương tác vào basetable

Bắt Đầu Chương

4

Các khái niệm nâng cao về bảng nền

Trong một số trường hợp, biến đích hoặc các biến thay đổi mạnh theo mùa. Bạn sẽ học cách xử lý tính thời vụ bằng cách thêm các ảnh chụp nhanh (snapshot) khác nhau vào bảng nền.

Tính thời vụ

Có mùa vụ hay không

Phát hiện tính thời vụ (seasonality)

Tác động của tính thời vụ

Sử dụng nhiều snapshot

Giá trị mục tiêu

Tính toán mục tiêu cho các snapshot

Tính các biến tổng hợp

Xếp chồng basetable

Khoảng trễ thời gian

Các sự kiện trong khoảng trống thời gian (timegap)

Tính các biến tổng hợp với timegap

Thêm tuổi với timegap

Chúc mừng

Bắt Đầu Chương

Phân tích dự đoán nâng cao với Python

Hoàn
Thành

Nhận Giấy Chứng Nhận Hoàn Thành

Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của ban
Chia sẻ trên mạng xã hội và trong đánh giá hiệu suất của banĐăng ký ngay

Tham gia cùng hơn 19 triệu học viên và bắt đầu Phân tích dự đoán nâng cao với Python ngay hôm nay!

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.