聯繫我們

課程簡介

引言

  • 理解資料準備在分析與機器學習中的重要性
  • 資料準備流程及其在資料生命週期中的角色
  • 探討原始資料的常見挑戰及其對分析的衝擊

資料收集與獲取

  • 資料來源:資料庫、API、試算表、文字檔案等
  • 收集資料的技巧,以及在收集過程中確保資料品質的方法
  • 從不同來源收集資料

資料清理技巧

  • 識別並處理缺失值、異常值與不一致性
  • 處理資料集中的重複項與錯誤
  • 清理真實世界資料集

資料轉換與標準化

  • 資料正規化與標準化技巧
  • 分類資料處理:編碼、分箱與特徵工程
  • 將原始資料轉換為可用格式

資料整合與彙總

  • 合併並組合來自不同來源的資料集
  • 解決資料衝突並對齊資料類型
  • 資料彙總與整合的技巧

資料品質確保

  • 確保流程中資料品質與完整性的方法
  • 實施品質檢查與驗證程序
  • 資料品質確保的案例研究與實務應用

維度縮減與特徵選擇

  • 理解維度縮減的需求
  • PCA、特徵選擇與縮減策略等技巧
  • 實施維度縮減技巧

總結與下一步

最低要求

  • 具備基本的資料概念理解

受眾

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

客戶評論 (2)

課程分類