بهبود کیفیت داده‌ها در تحلیل داده‌ها و یادگیری ماشین

آنچه یاد خواهید گرفت:

• استراتژی‌هایی برای افزایش کیفیت داده‌ها
• روش‌هایی برای ارزیابی کیفیت داده‌ها
• تفسیر مصورسازی های داده
• چگونه مشکلات داده را شناسایی کنیم؟

پیش نیازهای دوره

• علاقه به کار با داده‌ها
• علاقه به دانستن بیشتر درباره کیفیت داده
• مهارت‌های پایه‌ای در Python برای ویدیوهای کدنویسی اختیاری مفید است.

توضیحات دوره

تمامی تصمیمات ما بر اساس داده‌ها است. اعضای حسی ما داده‌ها را جمع‌آوری می‌کنند، حافظه‌هایمان داده است و درون‌نگری‌امان نیز داده است. اگر می‌خواهید تصمیمات خوب بگیرید، نیاز به داده‌های با کیفیت بالا دارید.

این دوره درباره کیفیت داده است: کیفیت داده چه معنا دارد، چرا مهم است و چگونه می‌توانید کیفیت داده‌های خود را افزایش دهید.

در این دوره شما خواهید آموخت:

• استراتژی‌های سطح بالا برای تضمین کیفیت بالای داده‌ها، از جمله اصطلاحات، مستندسازی و مدیریت داده، و مراحل مختلف تحقیق که می‌توانید کیفیت داده‌ها را بررسی و افزایش دهید.
• روش‌های کیفی و کمی برای ارزیابی کیفیت داده‌ها، از جمله بازرسی بصری، نرخ خطا و outliers. کد Python برای مشاهده پیاده‌سازی این مصورسازی ها و متدهای امتیازدهی با استفاده از pandas ،numpy ،seaborn و matplotlib ارائه شده است.
• متدها و الگوریتم‌های خاص داده برای پاکسازی داده‌ها و رد کردن داده‌های نامناسب یا غیرعادی. مشابه مورد بالا، کد Python برای مشاهده پیاده‌سازی این رویه‌ها با استفاده از pandas ،numpy ،seaborn و matplotlib ارائه شده است.

این دوره را افراد زیر باید شرکت کنند:

• متخصصان داده که می‌خواهند استراتژی‌های سطح بالا و رویه‌های سطح پایین برای ارزیابی و بهبود کیفیت داده‌ها را درک کنند.
• مدیران، مشتریان و همکارانی که می‌خواهند اهمیت کیفیت داده‌ها را درک کنند، حتی اگر مستقیماً با داده‌ها کار نکنند.

این دوره برای چه کسانی مناسب است؟

• متخصصان علم داده
• دانشجویان علم داده
• مدیران یا همکارانی که با متخصصان داده کار می‌کنند.