聯繫我們

課程簡介

介紹

  • 了解資料準備在分析和機器學習中的重要性
  • 資料準備管線及其在資料生命週期中的角色
  • 探索原始資料中的常見挑戰及其對分析的影響

資料收集與取得

  • 資料來源:資料庫、API、電子表格、文字檔等
  • 收集資料的技術及在收集期間確保資料品質的方法
  • 從各種來源收集資料

資料清理技術

  • 識別並處理遺漏值、異常值和一致性問題
  • 處理資料集中的重複項和錯誤
  • 清理真實世界資料集

資料轉換與標準化

  • 資料正規化和標準化技術
  • 類別資料處理:編碼、分箱和功能工程
  • 將原始資料轉換為可用格式

資料整合與彙總

  • 從不同來源合併和組合資料集
  • 解決資料衝突並對齊資料類型
  • 資料彙總和整合技術

資料品質保證

  • 在整個過程中確保資料品質和完整性的方法
  • 實施品質檢查和驗證程序
  • 資料品質保證的案例研究和實務應用

維度減少和功能選擇

  • 理解進行維度減少的必要性
  • 如 PCA、功能選擇和減少策略等技術
  • 實施維度減少技術

總結與下一步

最低要求

  • 具備資料概念的基礎理解

對象

  • 資料分析師
  • 資料庫管理員
  • IT 專業人員
 14 小時

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類