Manipulation de données et apprentissage automatique : flux de travail Python intermédiaires

Les données sont rarement propres ou prêtes pour la modélisation, et aller au-delà de l'analyse de base nécessite des compétences de manipulation robustes. Ce cours basé sur du texte comble le fossé entre le script Python de base et les pipelines d'apprentissage automatique structurés. Vous passerez du nettoyage de données simple à la construction de flux de préparation de données et d'apprentissage automatique de bout en bout. Vous apprendrez à gérer des ensembles de données complexes, à créer des caractéristiques de haute qualité et à entraîner des modèles prédictifs en toute confiance. Ce que vous apprendrez : - Nettoyer et transformer des ensembles de données complexes à l'aide de techniques pandas avancées et d'opérations de dataframe modernes. - Créer des caractéristiques percutantes à partir de données catégorielles, numériques et de date/heure brutes pour améliorer les performances du modèle. - Mettre en œuvre des algorithmes d'apprentissage automatique supervisé pour les tâches de classification et de régression. - Évaluer les performances du modèle à l'aide d'une validation croisée robuste et de métriques appropriées. - Structurer un code d'apprentissage automatique propre et reproductible à l'aide de pipelines et de normes de formatage Python modernes. - Appliquer des techniques fondamentales de prétraitement des données pour éviter les fuites de données et garantir la fiabilité du modèle. Nous commençons par les définitions essentielles, la terminologie clé et les concepts de manipulation de données de base avant de passer systématiquement à l'ingénierie des caractéristiques, à l'entraînement des modèles et à l'évaluation. Grâce à des explications écrites et à des scénarios de code pratiques, vous construirez une base solide dans les flux de travail de données modernes. Ce cours est conçu pour les apprenants ayant des connaissances de base en Python qui souhaitent élargir leurs capacités en science des données. Aucune mathématique avancée ni expérience préalable en apprentissage automatique n'est requise. Commencez à lire dès aujourd'hui pour améliorer vos compétences en manipulation de données et en apprentissage automatique.