Oreilly – Cleaning Data for Effective Data Science 2025-6

توضیحات

دوره Cleaning Data for Effective Data Science. اولین و حیاتی‌ترین مرحله در فرآیند علم داده، یعنی ایجاد داده‌های مفید را آموزش می‌دهد. این مرحله غالباً زمان‌برترین بخش کار است. در این دوره، شرکت‌کنندگان با تمایز قائل شدن بین فرمت‌های مختلف داده، کار با داده‌های جدولی و سلسله‌مراتبی، استخراج داده از منابع بازسازی شده و تشخیص ناهنجاری‌ها آشنا می‌شوند. همچنین ارزیابی کیفیت داده، اصلاح داده‌های مفقود یا مشکل‌دار، شناسایی و مدیریت داده‌های پرت، و جایگزینی مقادیر قابل قبول به جای داده‌های غیرقابل اعتماد آموزش داده می‌شود. در نهایت، اصول نمونه‌برداری نیز پوشش داده می‌شود. پیش‌نیاز دوره تسلط به یک زبان برنامه‌نویسی مورد استفاده در پردازش داده و یادگیری ماشین است. سرفصل دروس شامل دریافت داده از فرمت‌های جدولی (مانند CSV، صفحه‌گسترده‌ها) و سلسله‌مراتبی (مانند XML، JSON، پایگاه‌داده NoSQL) و همچنین استخراج داده از منابعی مانند صفحات وب و اسناد PDF است. سایر دروس به تشخیص ناهنجاری‌ها، ارزیابی سیستماتیک کیفیت داده با در نظر گیری سوگیری‌ها و تکنیک‌های نرمال‌سازی، و در نهایت جایگزینی مقادیر با استفاده از روش‌هایی مانند مقادیر معمولی، بازتاب روندها و تکنیک‌های نمونه‌برداری می‌پردازند. این دوره ابزارهای لازم برای ایجاد یک مجموعه داده جامع و آماده برای مراحل بعدی در پایپ‌لاین علم داده را فراهم می‌کند.

آنچه فرا خواهید گرفت

• تمایز بین انواع مختلف فرمت‌های داده.
• کار با فرمت‌های داده جدولی و سلسله مراتبی.
• استخراج و دریافت داده‌ها از منابعی که بازسازی شده‌اند.
• تشخیص و علامت‌گذاری داده‌های ناهنجار (anomalous data).
• ارزیابی کیفیت داده‌ها.
• اصلاح داده‌های از دست رفته یا مشکل‌دار.
• شناسایی و رسیدگی به داده‌های پرت (outliers).
• جایگزینی مقادیر قابل قبول برای داده‌های از دست رفته یا غیرقابل اعتماد.
• استفاده از اصول نمونه‌برداری.

این دوره مناسب افرادیست که

• توسعه‌دهندگان، دانشمندان داده و مهندسانی که علاقه‌مند به بهبود کیفیت مجموعه داده‌ها هستند.

مشخصات دوره Cleaning Data for Effective Data Science

• ناشر: Oreilly
• مدرس: David Mertz
• سطح آموزش: متوسط
• مدت زمان آموزش: 4 ساعت و 49 دقیقه

سرفصل های دوره

تصاویر دوره

نمونه فیلم دوره

لینک دانلود

دانلود بخش 1 – 1 گیگابایت

دانلود بخش 2 – 143 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

1.1 گیگابایت