对数据分析、商业分析、数据科学或机器学习领域感兴趣？
您想知道清理数据并从中获得有用见解的最佳方法吗？
您想节省时间并轻松执行探索性数据分析 (EDA) 吗？
那么这门课程适合你！！本课程旨在帮助初学者以及中级数据分析师、学生、业务分析师、数据科学和机器学习爱好者掌握在现实世界中自信地处理数据的基础。
据福布斯报道：“数据科学家或数据分析师 60% 的时间都花在清理和组织数据上……”
在本课程中，您不仅会了解行业层面的策略，而且我还会实际演示它们以更好地理解。
本课程由行业专家精心设计，以反映处理杂乱数据的真实场景。
本课程将帮助您学习复杂的数据分析技术和概念，以便更轻松地理解和数据操作。
我们将逐步引导您完成每个主题，解释每一行代码以供您理解。
本课程的结构如下：
- 基本概念介绍
- 数据分析工具简介
- 奖励：Python Crush 课程
- 如何正确处理 Python 数据类型
- 如何正确处理 Python 中的日期和时间
- 如何正确处理缺失值
- 如何正确处理异常值
- 如何正确处理数据不平衡
- 如何正确处理数据泄露
- 如何正确处理分类值
- 从初学者到高级数据可视化
不同的特征工程技术包括：
- Feature Encoding
- Feature Scaling
- Feature Transformation
- Feature Normalisation
- Automated Feature EDA Tools
- pandas-profiling
- Dora
- Autoviz
- Sweetviz
- Automated Feature Engineering
- RFECV
- FeatureTools
- FeatureSelector
- Autofeat
- Web scraping
- Wikipedia
- online bookstore
- Amazon .com
您将学到什么：
使用 Python 进行主数据分析
初级数据分析技术高级
学习 2021 年最新的数据分析技能和技术
掌握如何处理杂乱数据（异常值、缺失值、数据不平衡、数据泄漏等）
知道如何在 Python 中处理复杂的数据清理问题
学习用于专业数据清理和分析的自动化现代工具和库
获得成为前 10% 数据分析和数据科学一员所需的技能
学习准备要构建的数据的最佳方法机器学习模型
掌握处理原始数据的不同技术
掌握可视化和数据讲故事的艺术
执行行业级数据工程
MP4 | Video: h264, 1280×720 | Audio: AAC, 44.1 KHz, 2 Ch
Genre: eLearning | Language: English + srt | Duration: 321 lectures (24h 55m) | Size: 10.9 GB
Learn Industry Level Data Cleaning, Data Preprocessing, And Advanced Feature Engineering. All You Need Is Covered!!
