Анализ данных | Курсы машинного обучения

Анализ и обработка данных

анализ данных

На этом курсе мы продолжим изучать описательную статистику, а также узнаем как преобразовывать и очищать данные, необходимые для создания модели.

Раздел 1. Исследовательский анализ данных

Мы уже приобрели первые навыки исследовательского анализа данных. Пора расширить наши знания. Параллельно мы систематизируем работу с библиотеками Pandas, Matplotlib и Seaborn.

  1. Библиотека Pandas
  2. Качественные и количественные данные

Раздел 2. Обработка данных и работа с признаками

Данные, которые мы используем для анализа, редко бывают идеальными. В них часто встречаются пропущенные значения и повторы. Отдельная сложность для построения моделей — категориальные переменные и различающийся диапазон признаков.

  1. Ошибки в данных: пропущенные и неверные значения, повторы
  2. Преобразование данных

Поздравляю с завершением курса анализа данных! Теперь, когда мы познакомились с основами ML, изучили Питон и научились анализировать данные, нам предстоит погрузиться глубже, и начнем мы этот путь с изучения методов оптимизации.