آموزش پاکسازی، تبدیل و مدیریت داده‌ها - آخرین آپدیت

شروع اینجا: آشنایی با دوره و ارزیابی مهارت‌ها Start Here: Get Oriented and Check Your Skills

وظیفه شغلی ۱: ساخت یک جدول آماده برای تحلیل Job Task 1: Assemble an analysis-ready table

• آشنایی با کتابخانه پانداس (Pandas) Introduction to Pandas

• دیتا فریم‌ها و سری‌ها (Data Frames and Series) Data Frames and Series

• انتخاب و فیلتر کردن داده‌ها Selecting and Filtering

وظیفه شغلی ۲: مهندسی ویژگی‌های عددی پاکیزه Job Task 2: Engineer clean numeric features

• مدیریت داده‌های گم‌شده (Missing Data) Handling Missing Data

• پاکسازی و آماده‌سازی داده‌ها Data Cleaning and Preparation

• مدیریت و دست‌کاری داده‌ها Data Manipulation

• چرا مقیاس‌بندی ویژگی‌ها در یادگیری ماشین اهمیت دارد Why Feature Scaling Matters in Machine Learning

• مقیاس‌بندی داده‌ها: نرمال‌سازی با Min Max Scaler Scaling Your Data: Normalization with Min-Max Scaler

• استانداردسازی با Z Score Scaling و تاثیر آن بر عملکرد مدل Standardization with Z-Score Scaling + Impact on Model Performance

وظیفه شغلی ۳: آماده‌سازی مجموعه ویژگی‌های مناسب برای مدل‌سازی Job Task 3: Prepare a modeling-ready feature set

• چرا پیش‌پردازش داده‌ها و مهندسی ویژگی‌ها بسیار حیاتی هستند Why Data Preprocessing & Feature Engineering Matter So Much

• چرا داده‌های گم‌شده مدل‌ها را مختل می‌کنند: بررسی عملی مشکل Why Missing Data Breaks Models: The Problem in Action

• تاثیر داده‌های گم‌شده بر دقت مدل و راهکارهای مقابله با آن How Missing Data Affects Model Accuracy — and What to Do About It

• چرا مدل‌های یادگیری ماشین نمی‌توانند داده‌های دسته‌ای خام را پردازش کنند Why ML Models Can't Handle Raw Categorical Data

• انواع متغیرهای دسته‌ای و روش‌های کدگذاری آن‌ها Types of Categorical Variables and How to Encode Them

• کدگذاری Label Encoding و مقایسه عملکرد مدل Label Encoding and Model Performance Comparison

• اهمیت مقیاس‌بندی ویژگی‌ها در یادگیری ماشین Why Feature Scaling Matters in Machine Learning

• پیاده‌سازی انتخاب ویژگی و PCA در پایتون Applying Feature Selection & PCA in Python

جمع‌بندی: بررسی دستاوردهای مهارتی و انتخاب مسیر بعدی Wrap Up: Review Your Skill Achievement and Choose Your Next Path