مدیریت داده گمشده در R
✅ سرفصل و جزئیات آموزش
داده گمشده بخشی از هر تحلیل داده واقعگرایانه هستند. آنها میتوانند در مکانهای غیرمنتظرهای ظاهر شوند و تحلیلها را چالشبرانگیز و دشوار برای درک کنند. در این دوره، شما یاد خواهید گرفت که چگونه از ابزارهای tidyverse و بسته R به نام naniar برای مصورسازی مقادیر گمشده استفاده کنید. مقادیر گمشده را مرتب خواهید کرد تا بتوانند در تحلیل استفاده شوند و مقادیر گمشده را کاوش خواهید کرد تا سوگیری در داده را بیابید.
در نهایت، الگوهای اساسی دیگر گمشده را آشکار خواهید کرد. همچنین یاد خواهید گرفت که چگونه با استفاده از مدلهای جبرانی، "جاهای خالی" مقادیر گمشده را پر کنید و چگونه بر اساس این مجموعه داده جبرانشده، مصورسازی کنید، ارزیابی نمایید و تصمیم بگیرید.
مدیریت داده گمشده در R
-
معرفی داده گمشده None
-
چرا به مقادیر گمشده اهمیت دهیم؟ None
-
چگونه مقادیر گمشده را مصورسازی کنیم؟ None
-
جستجو و جایگزینی مقادیر گمشده None
-
پر کردن مقادیر گمشده به پایین None
-
وابستگی داده گمشده None
-
ابزارهای بررسی وابستگی داده گمشده None
-
مصورسازی گمشده در یک متغیر None
-
مصورسازی گمشده در دو متغیر None
-
پر کردن جاهای خالی None
-
چه چیزی یک جبران خوب را میسازد None
-
انجام جبرانها None
-
ارزیابی جبرانها و مدلها None
-
درس نهایی None
مشخصات آموزش
مدیریت داده گمشده در R
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:مقدماتی
- تعداد درس:14
- مدت زمان :4:00:00
- حجم :276.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 03:02:02
- تعداد درس: 14
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 58:00
- تعداد درس: 12
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 11:25:13
- تعداد درس: 94
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 06:58:57
- تعداد درس: 60
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 02:27:39
- تعداد درس: 24
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 08:11:21
- تعداد درس: 28
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 09:44:25
- تعداد درس: 67
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:52:43
- تعداد درس: 38
-
سطح دوره:
-
زبان: دوبله فارسی