مبانی علم داده: ارزیابی داده ها برای مدل سازی پیش بینی

مدرس Keith McCormick

انتشار 2020/09/11

مدت زمان 4h 3m

سطح متوسط

فایل تمرینی دارد

آموزش Data Science Foundations: Data Assessment for Predictive Modeling

CRISP-DM، فرآیند استاندارد بین صنعتی برای داده کاوی، از شش فاز تشکیل شده است. اکثر دانشمندان داده جدید به سمت مدل سازی عجله می کنند زیرا این مرحله ای است که در آن بیشترین آموزش را دارند. اما اینکه پروژه موفق شود یا شکست، در واقع خیلی زودتر مشخص می شود. این دوره یک رویکرد سیستماتیک به فاز درک داده ها برای مدل سازی پیش بینی معرفی می کند. مربی، کیت مک کورمیک، اصول، دستورالعمل‌ها و ابزارهایی مانند KNIME و R را آموزش می‌دهد تا به درستی مجموعه داده‌ها را برای مناسب بودن آن برای یادگیری ماشین ارزیابی کند. نحوه جمع‌آوری داده‌ها، توصیف داده‌ها، کاوش داده‌ها با اجرای تجسم‌های دو متغیره، و تأیید کیفیت داده‌ها و همچنین انتقال به مرحله آماده‌سازی داده‌ها را کشف کنید. این دوره شامل مطالعات موردی و بهترین شیوه ها، و همچنین مجموعه چالش ها و راه حل ها برای حفظ دانش افزایش یافته است. در پایان، شما باید مهارت های لازم برای توجه مناسب به این مرحله حیاتی از تمام پروژه های موفق علم داده را داشته باشید.

Data Assessment Data Mining Predictive Modeling

Introduction

Why data assessment is critical ()

A note about the exercise files ()

1. What Is Data Assessment?

Clarifying how data understanding differs from data visualization ()

Introducing the critical data understanding phase of CRISP-DM ()

Data assessment in CRISP-DM alternatives: The IBM ASUM-DM and Microsoft TDSP ()

Navigating the transition from business understanding to data understanding ()

How to organize your work with the four data understanding tasks ()

2. Collect Initial Data

Considerations in gathering the relevant data ()

A strategy for processing data sources ()

Getting creative about data sources ()

How to envision a proper flat file ()

Anticipating data integration ()

3. First Look at the Data

Reviewing basic concepts in the level of measurement ()

What is dummy coding? ()

Expanding our definition of level of measurement ()

Taking an initial look at possible key variables ()

Dealing with duplicate IDs and transactional data ()

How many potential variables (columns) will I have? ()

How to deal with high-order multiple nominals ()

Challenge: Identifying the level of measurement ()

Solution: Identifying the level of measurement ()

4. Data Loading and Unit of Analysis

Introducing the KNIME Analytics Platform ()

Tips and tricks to consider during data loading ()

Unit analysis decisions ()

Challenge: What should the row be? ()

Solution: What should the row be? ()

5. Describe Data

How to uncover the gross properties of the data ()

Researching the dataset ()

Tips and tricks using simple aggregation commands ()

A simple strategy for organizing your work ()

6. Data Description Case Studies

Describe data demo using the UCI heart dataset ()

Challenge: Practice describe data with the UCI heart dataset ()

Solution: Practice describe data with the UCI heart dataset ()

7. Explore Data Basics

The explore data task ()

How to be effective doing univariate analysis and data visualization ()

Anscombe's quartet ()

The Data Explorer node feature in KNIME ()

How to navigate borderline cases of variable type ()

How to be effective in doing bivariate data visualization ()

Challenge: Producing bivariate visualizations for case study 1 ()

Solution: Producing bivariate visualizations for case study 1 ()

8. Explore Data Tips and Tricks

How to utilize an SME's time effectively ()

Techniques for working with the top predictors ()

Advice for weak predictors ()

Tips and tricks when searching for quirks in your data ()

Learning when to discard rows ()

Introducing ggplot2 ()

Orientating to R's ggplot2 for powerful multivariate data visualizations ()

Challenge: Producing multivariate visualizations for case study 1 ()

Solution: Producing multivariate visualizations for case study 1 ()

9. Verify Data Quality

Exploring your missing data options ()

Why you lose rows to listwise deletion ()

Investigating the provenance of the missing data ()

10. Missing Data Case Study

Introducing the KDD Cup 1998 data ()

What is the pattern of missing data in your data? ()

Is the missing data worth saving? ()

Assessing imputation as a potential solution ()

11. Explore and Verify Case Studies

Exploring and verifying data quality with the UCI heart dataset ()

Challenge: Quantifying missing data with the UCI heart dataset ()

Solution: Quantifying missing data with the UCI heart dataset ()

12. Making the Transition to Data Preparation

Why formal reports are important ()

Creating a data prep to-do list ()

How to prepare for eventual deployment ()

Conclusion

Next steps ()

Ex_Files_Data_Science_Predictive_Modeling.zip (114.8 MB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش مبانی علم داده: ارزیابی داده ها برای مدل سازی پیش بینی

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Data Science Foundations: Data Assessment for Predictive Modeling در 3 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

تجزیه و تحلیل کسب و کار از داده ها برای حل چالش های تجاری استفاده می کند و دنیای تجارت را متحول می کند. این مسیر یادگیری شما را به درک و به کارگیری تجزیه و تحلیل، پوشش اصولی، ابزارهای محبوب، تجزیه و تحلیل پیش بینی، تجسم داده ها و ارتباط موثر بینش ها مجهز می کند.

آموزش مبانی علم داده: ارزیابی داده ها برای مدل سازی پیش بینی ، ایستگاه شماره 10 در مسیر یادگیری مهارت های تجزیه و تحلیل کسب و کار خود را ارتقا دهید ، است.

مسیر یادگیری مهارت های تجزیه و تحلیل کسب و کار خود را ارتقا دهید

تجزیه و تحلیل پیش بینی یکی از غنی ترین رشته ها در حوزه علم داده است. از آنجایی که ابزارها و تکنیک‌های استفاده از داده‌ها برای پیش‌بینی نتایج آینده تکامل یافته‌اند، متخصصان کسب‌وکار و تجزیه و تحلیل داده‌ها می‌توانند از این مسیر یادگیری برای به‌روز ماندن از آخرین پیشرفت‌ها استفاده کنند.

آموزش مبانی علم داده: ارزیابی داده ها برای مدل سازی پیش بینی ، ایستگاه شماره 8 در مسیر یادگیری مهارت های خود را در تجزیه و تحلیل پیش بینی کننده ارتقا دهید ، است.

مسیر یادگیری مهارت های خود را در تجزیه و تحلیل پیش بینی کننده ارتقا دهید

یادگیری ماشین فقط برای توسعه دهندگان و مهندسان نرم افزار نیست. با راه حل های بدون کد و کم کد، این مسیر یادگیری شما را با برنامه نویسی بصری برای یادگیری ماشین آشنا می کند و بر مجموعه KNIME تمرکز می کند. در فرآیند تجزیه و تحلیل، ترکیب و تجسم داده ها، بدون هیچ کدنویسی قدم بردارید.

آموزش مبانی علم داده: ارزیابی داده ها برای مدل سازی پیش بینی ، ایستگاه شماره 3 در مسیر یادگیری آموزش یادگیری ماشینی بدون کد با KNIME ، است.