After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
真实世界的数据往往杂乱无章，而您的工作就是从中找出规律。像 MTCars 和 Iris 这样的玩具数据集是经过精心整理和清洗的，即便如此，仍需要进一步转换，才能让强大的机器学习算法提取信息、进行预测、分类或聚类。本课程将涵盖数据科学家花费 70–80% 时间所做的具体工作：数据整理与特征工程。随着数据集规模不断增大，我们将使用 PySpark 将这个大数据问题拆解得更易处理！
先修要求
课程大纲
课程大纲
1
探索性数据分析
2
使用 Spark 函数进行整理
真实数据很少是干净且可直接分析的。本章将学习如何删除不必要的信息、处理缺失值，并为分析补充更多数据。
3
特征工程
本章将学习如何创建可供机器学习模型学习的新特征。我们将介绍通过合并字段生成特征、从混乱的列中提取值，或对数据进行编码以获得更好效果。
4
构建模型
本章将学习如何选择合适的模型类型，然后将数据应用于模型并进行评估。最后，我们将学习如何解释结果并保存模型以供后续使用。
使用 PySpark 进行特征工程
课程完成
