آموزش یادگیری ماشین برای تجزیه و تحلیل داده ها: پروفایل داده و کیفیت کیفیت

سرفصل ها و درس ها

شروع شدن Getting Started

• ساختار و طرح کلی دوره Course Structure & Outline

• مرا بخوانید: به‌روزرسانی‌های مهم دوره READ ME: Important Course Updates

• درباره این سریال About this Series

• دانلود: منابع دوره DOWNLOAD: Course Resources

• تعیین انتظارات Setting Expectations

ML Intro & Landscape ML Intro & Landscape

• مقدمه ای بر یادگیری ماشینی Intro to Machine Learning

• چه زمانی ML مناسب است؟ When is ML the right fit?

• فرآیند یادگیری ماشینی The Machine Learning Process

• چشم انداز یادگیری ماشین The Machine Learning Landscape

QA داده های اولیه Preliminary Data QA

• معرفی Introduction

• چرا QA؟ Why QA?

• انواع متغیر Variable Types

• ارزش های خالی Empty Values

• محاسبات محدوده Range Calculations

• محاسبه شمارش Count Calculations

• داده های سانسور شده چپ و راست Left & Right Censored Data

• ساختار جدول Table Structure

• مطالعه موردی: QA مقدماتی CASE STUDY: Preliminary QA

• بهترین شیوه ها: QA مقدماتی BEST PRACTICES: Preliminary QA

• QUIZ: QA داده های اولیه QUIZ: Preliminary Data QA

پروفایل تک متغیره Univariate Profiling

• معرفی Introduction

• متغیرهای طبقه بندی شده Categorical Variables

• گسسته سازی Discretization

• اسمی در مقابل ترتیبی Nominal vs. Ordinal

• توزیع های طبقه بندی شده Categorical Distributions

• متغیرهای عددی Numerical Variables

• هیستوگرام و تراکم هسته Histograms & Kernel Densities

• مطالعه موردی: هیستوگرام CASE STUDY: Histograms

• توزیع نرمال Normal Distribution

• مطالعه موردی: توزیع نرمال CASE STUDY: Normal Distribution

• پروفایل داده تک متغیره Univariate Data Profiling

• حالت Mode

• منظور داشتن Mean

• میانه Median

• صدک Percentile

• واریانس Variance

• انحراف معیار Standard Deviation

• چولگی Skewness

• بهترین روش ها: پروفایل تک متغیره BEST PRACTICES: Univariate Profiling

• آزمون: پروفایل تک متغیره QUIZ: Univariate Profiling

پروفایل چند متغیره Multivariate Profiling

• معرفی Introduction

• دسته بندی-مقوله Categorical-Categorical

• مطالعه موردی: نقشه های حرارتی CASE STUDY: Heat Maps

• مقوله ای-عددی Categorical-Numerical

• چگالی هسته چند متغیره Multivariate Kernel Densities

• توطئه های ویولن Violin Plots

• توطئه های جعبه Box Plots

• محدودیت های توزیع های طبقه بندی شده Limitations of Categorical Distributions

• عددی-عددی Numerical-Numerical

• همبستگی Correlation

• همبستگی در مقابل علیت Correlation vs. Causation

• تجسم بعد سوم Visualizing Third Dimension

• مطالعه موردی: همبستگی CASE STUDY: Correlation

• بهترین روش ها: پروفایل چند متغیره BEST PRACTICES: Multivariate Profiling

• با نگاه به آینده Looking Ahead

• آزمون: پروفایل چند متغیره QUIZ: Multivariate Profiling

بسته بندی Wrapping Up

• درس جایزه BONUS LESSON