學(xué)習(xí)|語言：英語|時長：180講（8小時41米）|大?。?.17 GB

了解如何使用Python和Pandas為數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)收集、清理、探索和分析數(shù)據(jù)

你將學(xué)到什么

• 在應(yīng)用機(jī)器學(xué)習(xí)算法之前，掌握Python數(shù)據(jù)科學(xué)的核心構(gòu)建塊

• 通過明確定義分析所需的目標(biāo)、技術(shù)和數(shù)據(jù)源，確定數(shù)據(jù)科學(xué)項(xiàng)目的范圍

• 使用Pandas導(dǎo)入和導(dǎo)出平面文件、Excel工作簿和SQL數(shù)據(jù)庫表

• 通過轉(zhuǎn)換數(shù)據(jù)類型、處理常見數(shù)據(jù)問題和創(chuàng)建新列進(jìn)行分析來清理數(shù)據(jù)

• 通過對數(shù)據(jù)進(jìn)行排序、篩選、分組和可視化來執(zhí)行探索性數(shù)據(jù)分析（EDA），以發(fā)現(xiàn)模式和見解

• 通過連接表、聚合行和應(yīng)用特征工程技術(shù)為機(jī)器學(xué)習(xí)模型準(zhǔn)備數(shù)據(jù)

描述

旨在幫助您掌握Python在數(shù)據(jù)科學(xué)中的核心構(gòu)建塊。首先介紹數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)領(lǐng)域，討論有監(jiān)督和無監(jiān)督學(xué)習(xí)之間的區(qū)別，以及回顧我們將在整個課程中使用的數(shù)據(jù)科學(xué)工作流程；

工作流的EDA步驟。您將學(xué)習(xí)如何確定數(shù)據(jù)科學(xué)項(xiàng)目的范圍，使用Pandas從多個來源收集數(shù)據(jù)并處理常見的數(shù)據(jù)清理問題，以及使用過濾、分組和可視化數(shù)據(jù)等技術(shù)進(jìn)行探索性數(shù)據(jù)分析。

最后但并非最不重要的是，您將通過連接多個表、調(diào)整行粒度以及設(shè)計(jì)有用的字段和功能來練習(xí)為機(jī)器學(xué)習(xí)模型準(zhǔn)備數(shù)據(jù)。

概述：數(shù)據(jù)科學(xué)簡介介紹數(shù)據(jù)科學(xué)領(lǐng)域，回顧基本技能，并介紹數(shù)據(jù)科學(xué)工作流程的每個階段界定項(xiàng)目范圍回顧數(shù)據(jù)科學(xué)項(xiàng)目的界定過程，包括集思廣益解決問題、選擇技術(shù)和設(shè)定明確目標(biāo)在Python中將DataRead平面文件收集到Pandas DataFrame中，并審查通用數(shù)據(jù)源&amp；格式，包括Excel電子表格和SQL數(shù)據(jù)庫清理數(shù)據(jù)識別和轉(zhuǎn)換數(shù)據(jù)類型，查找和修復(fù)常見的數(shù)據(jù)問題，如缺失值、重復(fù)值和異常值，并為分析創(chuàng)建新列探索性數(shù)據(jù)分析探索數(shù)據(jù)集，通過對數(shù)據(jù)進(jìn)行排序、篩選和分組來發(fā)現(xiàn)見解，然后使用散點(diǎn)圖等常見圖表類型將其可視化；探索和可視化數(shù)據(jù)來測試您的技能準(zhǔn)備建模通過創(chuàng)建數(shù)字、非空表和設(shè)計(jì)新功能來構(gòu)建數(shù)據(jù)，以便為機(jī)器學(xué)習(xí)模型做好準(zhǔn)備；

鏈接：https://pan.baidu.com/s/1oqP9NE97WmguDBWAGN4QIw?

提取碼：1945?

--來自百度網(wǎng)盤超級會員V6的分享