提升資料分析和機器學習中的資料品質

Contents

提升資料分析和機器學習中的資料品質：了解如何最大限度地提升資料品質，以優化基於資料的決策。本課程將教你提升資料品質的策略、評估資料品質的方法和如何發現資料中的問題。要求：對處理資料有興趣、有興趣了解資料品質相關資訊以及一些 Python 技能。適用於：資料從業者、經理、客戶和合作者。

從這 5.5 小時的課程，你會學到

提升資料品質的策略
評估資料品質的方法
解釋資料視覺化
如何發現資料中的問題

要求

對處理資料的興趣
有興趣了解有關資料品質的更多資訊
一些 Python 技能對於選修的程式相關學習很有用

課程說明

我們所有的決定都基於資料。我們從感受器官收集資料，我們的記憶是資料，我們的直覺是資料。如果你想做出好的決定，你需要有高品質的資料。

本課程是關於資料品質的：它的含義、重要性以及如何提高資料品質。

在本課程中，你將學習：

確保高資料品質的高級策略，包括術語、資料文件和管理，以及你可以檢查和提高資料品質的不同研究階段。
用於評估資料品質的定性和定量方法，包括目視檢查、錯誤率和異常值。提供 Python 程式碼以了解如何使用 pandas、numpy、seaborn 和 matplotlib 實現這些視覺化和評分方法。
用於清理資料和拒絕不良或異常資料的特定資料方法和演算法。如上所述，提供了 Python 程式碼來了解如何使用 pandas、numpy、seaborn 和 matplotlib 來實現這些過程。

本課程適用於

希望了解評估和提升資料品質的高級策略和低級程序的資料從業者。
想要了解資料品質重要性的經理、客戶和合作者，即使他們不直接使用資料。

目標受眾

資料科學從業者
資料科學家學生
與資料從業者一起工作的經理或同事

講師簡介

Mike X Cohen 神經學家，作家，教授 ( 更多講師主講課程介紹 )

我是一名神經科學家(腦科學家) ，也是荷蘭 Radboud 大學的副教授。我有一個活躍的研究實驗室，由美國、德國和荷蘭政府、歐盟、醫院和私人組織資助。

但是你們在這裡就能獲得我的教導，所以讓我告訴你們:

我有近 20 年的程式設計、資料分析、訊號處理、統計、線性代數和實驗設計的教學經驗。我教過大學生、博士候選人、博士後研究人員和正教授。我在“傳統的”大學課程、為期一週的特殊加強課程和諾貝爾獎獲得者的研究實驗室裡任教。我有超過 80 個小時的神經科學資料分析線上講座，你可以在我的網站和 youtube 頻道上找到。我已經寫了幾本關於這些主題的技術書籍(在亞馬遜上查詢吧!) 還有更多將會發表。

我不是想炫耀 – 我是想說服你，你來到了正確的地方，最大限度地從一個花了近 20 年時間精煉和完善他的教學風格的老師那裡學習。

超過 120,000 名學生觀看了我 750 萬分鐘的課程。來看看為什麼！

我有幾門免費課程，你可以報名參加。試試看吧！你沒有什麼可失去的；）

————————-

根據大眾的要求，這裡有一些針對不同教育目標的課程進度建議:

MATLAB 程式設計 : 學習 MATLAB 程式設計，掌握 MATLAB，影像處理

Python 程式設計：通過解決科學專案掌握 Python 程式設計；通過 Python 寫程式掌握數學

應用線性代數：完全線性代數；降維

訊號處理：了解傅里葉變換；生成和視覺化資料；訊號處理; 神經訊號處理