Numpy, Panda, Matplotlib, Scikit-Learn, WebScraping, Ilmu Data, Pembelajaran Mesin, Pyspark, statistik, Ilmu Data
Apa yang akan Anda pelajari
- Anda akan Mempelajari salah satu keterampilan yang paling banyak diminati dalam Ilmu Data abad ke-21
- Tambahkan keterampilan sains Data: python, numpy, panda, plotly, tableau, pembelajaran mesin, statistik, probabilitas di resume Anda
- Terapkan regresi linier dan regresi logistik pada dataset nyata.
- Crash course pada python
- Terapkan operasi matriks dengan Numpy – Numerical python library
- Visualisasikan data Anda dengan ibu dari semua perpustakaan visualisasi yang tersedia dalam Python: MatplotLIb
- Lakukan analisis data, perselisihan, dan pembersihan dengan perpustakaan panda
- Dapatkan tangan dengan perpustakaan visualisasi interaktif Plotly
- Memulai dengan alat visualisasi data, Tableau
- Teknik Pra-pemrosesan data – Data yang hilang, Normalisasi, satu penyandian panas,
- Mengimpor data dalam Python dari berbagai sumber, File
- Scraping Web untuk mengunduh halaman web dan mengekstrak data
- Penskalaan dan transformasi data
- Analisis Data Eksplorasi
- Menampilkan proses rekayasa dalam desain sistem Pembelajaran Mesin
- Teori pembelajaran mesin
- Instalasi percikan Apache: pyspark
- Memulai dengan sesi percikan
- Mathey diperlukan untuk pembelajaran mesin: Statistik, probabilitas
- Setup Data Science Mesin virtual di Microsoft Azure Cloud
Kursus ini akan mengajarkan Anda – Semua pustaka python dasar yang diperlukan untuk proses analisis data.
- Tentu saja crash Python
- Numerical Python – Numpy
- Panda – analisis data
- Matplotlib untuk visualisasi data
- Plotly dan alat intelijen bisnis Tableau
- Mengimpor Data dalam Python dari berbagai sumber seperti .csv, .tsv, .json, .html, web rest API Facebook
- Pra-Pemrosesan Data seperti normalisasi, train test split, Penanganan data yang hilang
- Scraping Web dengan python BeautifulSoup – ekstrak nilai dari Data HTML terstruktur
- Analisis data eksplorasi pada dataset diabetes India pima
- Visualisasi dataset diabetes Pima India
- Transformasi data dan Data Penskalaan – Data Skala Ulang, Standarisasi Data, Data Binarize, normalisasi data
- Pengantar dasar untuk Apa itu Machine Learning , dan Scikit belajar ikhtisar Jenisnya , dan perbandingan dengan sistem tradisional. Diawasi pembelajaran vs Unsupervised Learning
- Pemahaman tentang regresi , klasifikasi dan pengelompokan
- Pemilihan fitur dan teknik penghapusan fitur.
- Dan masih banyak algoritma pembelajaran Mesin yang akan datang.
- Prasyarat Ilmu Data : Dasar-dasar Probabilitas dan statistik
- Atur Ilmu Data dan lab pembelajaran Mesin di Microsoft Azure Cloud
