Préparation des données pour le Machine Learning en Python

Les données brutes ne sont presque jamais prêtes pour les algorithmes de machine learning. Pour construire des modèles qui fournissent des prédictions précises et fiables, vous devez d'abord maîtriser l'art du nettoyage des données et de l'ingénierie des caractéristiques. Ce cours textuel vous guide des jeux de données bruts et désordonnés vers des entrées propres et optimisées, prêtes pour les pipelines de machine learning. Vous acquerrez les compétences pratiques nécessaires pour relever en toute confiance les défis des données du monde réel en utilisant Python et ses bibliothèques de données standard. Ce que vous apprendrez : 1. Comprendre les concepts fondamentaux de la préparation des données, la terminologie et le pipeline de prétraitement. 2. Nettoyer des jeux de données désordonnés en gérant les valeurs manquantes, les doublons et les valeurs aberrantes en utilisant les conventions modernes de pandas. 3. Transformer les variables catégorielles et mettre à l'échelle les caractéristiques numériques pour des performances optimales du modèle. 4. Ingénierer de nouvelles caractéristiques pour exposer des motifs cachés et améliorer la puissance prédictive. 5. Diviser correctement les jeux de données pour éviter les fuites de données et assurer une évaluation robuste du modèle. 6. Pratiquer l'écriture de code Python propre et lisible avec des indications de type modernes pour les pipelines de données. Vous commencerez par la terminologie de base et les concepts fondamentaux de la qualité des données avant de passer étape par étape par des techniques pratiques de nettoyage, de transformation et d'ingénierie des caractéristiques des données. Grâce à des explications écrites et à des extraits de code réalistes, vous construirez un flux de travail solide pour préparer des données de haute qualité. Ce cours est conçu pour les débutants en science des données et en machine learning qui ont une familiarité de base avec Python. Aucune expérience préalable en prétraitement des données n'est requise. Commencez dès aujourd'hui à maîtriser la première étape cruciale du flux de travail du machine learning.