دوره آموزشی آمادگی آزمون AWS Certified Machine Learning - Specialty (MLS-C01) : بخش دوم تجزیه و تحلیل داده های اکتشافی
18 دقیقهمتوسط2023-02-27
مدرسین
Noah Gift
MLOps Expert | Solopreneur | Author | Adjunct Professor | CTO
جزئیات دوره
به متخصص MLOps و CTO Noah Gift بپیوندید تا همه چیز را در مورد بخش تجزیه و تحلیل داده های اکتشافی گواهینامه AWS Certified Machine Learning – Specialty (MLS-C01) بیاموزید. در این دوره، نوح توضیح می دهد که چگونه آماده سازی داده ها، مهندسی ویژگی ها و تجسم داده ها برای یادگیری ماشین ضروری هستند. او با پوشش آمادهسازی دادهها برای مدلسازی، جزئیات نحوه شناسایی و رسیدگی به دادههای گمشده شروع میکند. قالببندی، عادیسازی، تقویت و مقیاس دادهها. و ابزارهای برچسب گذاری داده ها سپس وارد مهندسی ویژگی، فرآیند شناسایی و استخراج ویژگی ها از مجموعه داده ها می شود. در نهایت، نوح تجسم دادهها را پوشش میدهد، نمودارها را به تصویر میکشد و تجسمهای خوشهبندی مانند نمودارهای پراکنده، هیستوگرام، نمودارهای جعبهای و نمودارهای آرنج را نشان میدهد.
مهارت ها
Machine LearningAmazon Web Services (AWS)AmazonCloud ServicesData AnalysisCloud PlatformsArtificial Intelligence (AI)Cert PrepCloud ComputingData ScienceBusiness Analysis and StrategyBusiness Software and Tools
سرفصل ها
مقدمه
- دامنه 2 - تجزیه و تحلیل داده های اکتشافی
پاکسازی و آماده سازی داده ها برای مدل سازی
- داده های از دست رفته، داده های فاسد، توقف کلمات و موارد دیگر را شناسایی و مدیریت کنید
- قالب بندی، عادی سازی، افزایش و مقیاس بندی داده ها
- داده های برچسب دار
- ابزارهای برچسب گذاری داده ها
مهندسی ویژگی را انجام دهید
- شناسایی و استخراج ویژگی ها از مجموعه داده ها
- تجزیه و تحلیل و ارزیابی مفاهیم مهندسی ویژگی
تجزیه و تحلیل و تجسم داده ها برای یادگیری ماشین
- نمودار - نمودار پراکنده، سری زمانی، هیستوگرام، و نمودار جعبه
- خوشه بندی - سلسله مراتبی، تشخیصی، طرح آرنج و اندازه خوشه
نتیجه
- مراحل بعدی