آموزش کشف داده‌های خام

آنچه یاد خواهید گرفت:

• شناسایی مسائل اخلاقی که ممکن است در جریان مرحله «کشف» داده‌ها در EDA پیش بیاید.
• استفاده از گردش کار PACE برای درک اینکه آیا داده‌های موجود برای یک پروژه علم‌داده مناسب و قابل‌استفاده هستند یا خیر.
• تشخیص زمان و نحوه ارائه به‌روزرسانی وضعیت و پرسش‌ها به ذی‌نفعان کلیدی

توضیحات دوره

یافتن استوری ها در داده‌ها با استفاده از تحلیل اکتشافی داده‌ها (EDA) درباره سازمان‌دهی و تفسیر داده‌های خام است. پایتون به شما کمک می‌کند این کار را سریع و مؤثر انجام دهید. در این دوره یاد می‌گیرید چگونه از پایتون برای اجرای دو بخش اصلی EDA یعنی «کشف» و «ساختاردهی» استفاده کنید.

در پایان دوره، قادر خواهید بود:

• شناسایی مسائل اخلاقی که ممکن است در مرحله «کشف» داده‌ها در EDA به وجود بیاید.
• ادغام یا Join کردن داده‌ها با پایتون بر اساس معیارهای تعریف‌شده
• مرتب‌سازی یا فیلتر کردن داده‌ها با پایتون
• استفاده از کتابخانه‌های مرتبط پایتون برای پاک‌سازی داده‌های خام
• تشخیص فرصت‌هایی برای ساخت فرضیه بر اساس داده‌های خام
• تشخیص زمان و نحوه برقراری ارتباط درباره وضعیت کار یا پرسش‌ها با ذی‌نفعان
• اعمال ابزارهای پایتون برای بررسی ساختار و فرمت داده‌های خام
• استفاده از گردش کار PACE برای درک اینکه آیا داده‌ها در یک پروژه علم‌داده کافی و کاربردی هستند یا خیر.
• تشخیص تفاوت میان فرمت‌های رایج داده‌های خام (مانند json، داده‌های جدولی و غیره) و انواع داده