该课程将帮助有志进入数据科学领域的人了解项目管理方法的概念。这将是处理数据科学项目的结构化方法。将学习理解业务问题以及理解目标、约束和定义成功标准的重要性。成功标准将包括商业、机器学习以及经济方面。了解在任何项目上创建的第一个文档，即项目章程。各种数据类型和四种数据度量将与数据收集机制一起进行解释，以便获得适当的数据以进行进一步分析。将详细解释包括调查和实验在内的主要数据收集技术。探索性数据分析或描述性分析将侧重于商业时刻的所有“4”时刻以及图形表示，其中还包括单变量、双变量和多变量图。将解释箱线图、直方图、散点图和 QQ 图。主要关注点是理解使用 Python 的数据预处理技术。这将确保提供适当的数据作为模型构建的输入。将使用面向实用的数据集讨论数据预处理技术，包括异常值分析、插补技术、缩放技术等。
3 sections • 20 lectures • 2h 27m total length
Video: MP4 1280×720 44 KHz | English + 英语字幕
Updated 9/2022 | Size: 1.3 GB
你会学到什么
- 了解以结构化方式处理数据相关项目的项目管理方法。
- 了解业务问题定义、设定目标和 约束。
- 了解数据类型以及数据收集机制。
- 了解探索性数据分析 (EDA) / 描述性统计以及图形表示
- 使用 Python 了解各种数据清理/预处理任务。
此课程面向哪些人：
- 初学者、中级和高级学习者
- 刚接触数据科学并希望进入数据科学领域的应届生
- 在不同行业工作的专业人士
- 主要职责是教授学生数据相关概念的讲师、教授和教师
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
