Data Cleaning in Python for Analytics & Machine Learning

了解如何使用 Python Pandas 中的数据清理解决机器学习和数据科学中的数据质量问题。

已发布 07/2022
类型：电子学习 | MP4 | 视频：h264、1280×720 | 音频：AAC，48.0 KHz
语言：英语 | 大小：776 MB | 时长：31 节课 • 1h 34m

你会学到什么

您将学习如何检测和估算数据中的缺失值。
如何检测和纠正不正确的数据类型。
如何处理分类列。
如何检测并用正确的值替换不正确的值。
如何使用 Apply Lambda 方法使用高级清洁功能。
如何按特定列对数据集进行分组。
如何检测和去除异常值。
如何执行特征缩放。
如何为 NLP 清理和预处理文本数据。

要求

Python的基础知识。

描述

通常情况下，现实世界的数据是混乱的，很少可以直接使用。它需要大量的清理和预处理才能用于分析、机器学习或其他应用程序。数据清理是一项肮脏的工作，通常需要大量的努力和高级技术技能，例如熟悉 Pandas 和其他库。

对于大多数数据清理，您所需要的只是 Python 中的数据操作技能。在本课程中，您将学到这一点。本课程包含讲座、测验和 Jupyter 笔记本，它们将教您处理现实世界的原始数据。该课程包含有关一系列数据清理技术的教程，例如估算缺失值、特征缩放和修复数据类型问题等。

在这个你的课程中，你将学习

如何检测和处理数据中的缺失值。

如何检测和纠正不正确的数据类型。

如何处理分类列。

如何检测并用正确的值替换不正确的值。

如何使用 Apply Lambda 方法使用高级清洁功能。

如何按特定列对数据集进行分组。

如何检测和去除异常值。

如何执行特征缩放。

如何为 NLP 清理和预处理文本数据。

本课程适用于
数据分析师、数据工程师、机器学习工程师和数据科学家。

Learn how to resolve Data Quality issues in Machine Learning & Data Science using Data Cleaning in Python Pandas.

Published 07/2022
Genre: eLearning | MP4 | Video: h264, 1280×720 | Audio: AAC, 48.0 KHz
Language: English | Size: 776 MB | Duration: 31 lectures • 1h 34m

What you’ll learn

You will learn how to detect and impute 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.

Requirements

Basic knowledge of Python.

Description

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.

Who this course is for
Data Analysts, Data Engineers, Machine Learning Engineers and Data Sicentists.