|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/data-cleaning-in-python-for-analytics-machine-learning/
课程评论：没有评论
课程名称：Python中的数据清洗与预处理（用于机器学习） 课程概述：现实世界中的数据通常是杂乱无章的，无法直接使用。为了进行分析、机器学习或其他应用，这些数据需要经过大量的清洗和预处理。数据清洗是一项复杂的工作，通常需要相当多的努力和高级技术技能，例如对Pandas及其他库的熟悉程度。然而，进行大部分的数据清洗工作，只需掌握Python中的数据操作技能。在本课程中，您将学习这些技能。课程包含讲座、小测验和Jupyter笔记本，帮助您处理真实世界中的原始数据。课程涵盖了多种数据清洗技术的教程，比如缺失值填充、特征缩放和修复数据类型问题等。 在本课程中，您将学习到： - 如何检测和处理数据中的缺失值。 - 如何识别并纠正错误的数据类型。 - 如何处理分类列。 - 如何检测并用正确值替换错误值。 - 如何使用Apply Lambda方法实现高级清洗功能。 - 如何根据特定列对数据集进行分组。 - 如何检测和移除异常值。 - 如何执行特征缩放。 - 如何清洗和预处理文本数据，用于自然语言处理（NLP）。 本课程将通过实践和理论相结合的方式，帮助您掌握数据清洗与预处理的关键技能，以便更好地应用于机器学习项目。
More often than not, real world data is messy and can rarely be used directly. It needs a lot of cleaning and preprocessing before it can be used in Analytics, Machine Learning or other application. Data Cleaning be a dirty job, which often requires lots of effort and advanced technical skills like familiarity with Pandas and other libraries.For most of the data cleaning, all you need is data manipulation skills in Python. In this course you will learn just that. This course has lectures, quizzes and Jupyter notebooks, which will teach you to deal with real world raw data. The course contains tutorials on a range of data cleaning techniques, like imputing missing values, feature scaling and fixing data types issues etc.In this you course you will learn:How to detect and deal with missing values in the data.How to detect and rectify incorrect data types.How to deal with Categorical Columns. How to detect and replace incorrect values with correct ones.How to use Apply Lambda method for using advanced cleaning functions.How to group the dataset by a particular column.How to detect and remove outliers.How to perform feature scaling.How to clean and preprocess textual data for NLP.
