Dans cette vidéo, nous explorons les fondamentaux de la préparation des données, une étape cruciale dans le processus d'apprentissage automatique.
🧠 Apprenez à nettoyer, transformer et structurer vos données pour poser les bases de modèles précis et puissants.
Nous aborderons :
✅ Gestion des données manquantes : Techniques comme l'imputation, la suppression et la gestion des formats de données incohérents.
✅ Détection et traitement des valeurs aberrantes : Découvrez des méthodes traditionnelles et avancées pour identifier et traiter les valeurs aberrantes.
✅ Transformation et mise à l'échelle des données : Apprenez à propos de la mise à l'échelle, de la normalisation et de l'encodage pour garantir que vos données soient prêtes pour l'apprentissage automatique.
✅ Démonstrations pratiques : Regardez des exemples de codage en direct pour voir ces concepts en action ! 👨💻
📊 Jeu de données utilisé : Ames Housing Dataset
💻 Outils : Python, pandas, NumPy, Scikit-learn, et plus encore.
✏️ Horodatages :
00:00:00 - Intro
00:05:26 - Gestion des valeurs manquantes
00:09:50 - Codage 1 : Imputation des valeurs manquantes
00:22:45 - Doublons
00:23:42 - Détection et gestion des valeurs aberrantes
00:23:40 - Codage 2 : Tutoriel de détection des valeurs aberrantes
00:38:05 - Transformation des données : Mise à l'échelle, encodage, binning
00:47:02 - Codage 3 : Techniques de transformation des données
00:54:47 - Défis courants de prétraitement des données
00:56:09 - Résumé et conclusion
Que vous débutiez en science des données ou que vous cherchiez à affiner vos compétences en préparation et prétraitement des données, ce tutoriel fournit un guide complet pour mettre vos données en parfait état.
👍 N'oubliez pas d'aimer, de vous abonner et d'activer la cloche de notification 🔔 pour plus de tutoriels sur la science des données !
#DataScience #MachineLearning #Python #PréparationDesDonnées #NettoyageDesDonnées #DétectionDesValeursAberrantes #Prétraitement #TutorielDeCodage