ความท้าทายในการเขียนโค้ดเพื่อจัดการกับค่าผิดปกติ (Outliers) ใน Python
ฝึกฝนเทคนิค IQR, z-score และ robust scaling เพื่อทำความสะอาดชุดข้อมูลที่รกผ่านแบบฝึกหัดการเขียนโปรแกรมเชิงปฏิบัติจริงใน Python
-
💬
ผู้สอน AI
ถามเกี่ยวกับบทเรียนใดก็ได้ แล้วรับคำตอบที่ชัดเจนทันที ทุกเมื่อ -
🕐
เริ่มเมื่อไรก็ได้
ไม่มีตารางหรือเดดไลน์ — เรียนตามจังหวะของคุณ เมื่อไรก็ได้ -
🌐
เป็นภาษาไทย
บทเรียน แบบฝึกหัด และใบรับรอง — ทั้งหมดเป็นภาษาของคุณอย่างครบถ้วน
เกี่ยวกับคอร์สนี้
ค่าผิดปกติ (Outliers) สามารถทำลายพลังการทำนายของโมเดล machine learning และบิดเบือนการวิเคราะห์ทางสถิติของคุณได้อย่างเงียบๆ ในการสร้าง data pipelines ที่เชื่อถือได้ คุณต้องรู้วิธีตรวจจับและจัดการกับจุดข้อมูลที่ผิดปกตินี้โดยไม่สูญเสียข้อมูลสำคัญ คอร์ิสนี้จะนำทางคุณตลอดวงจรชีวิตทั้งหมดของการทำความสะอาดข้อมูล โดยสอนวิธีตัดสินใจอย่างมีข้อมูลว่าควรลบ แปลง หรือเติมเต็ม (impute) ค่าผิดปกติเมื่อใด
คุณจะเปลี่ยนผ่านจากการทำความเข้าใจเชิงทฤษฎีไปสู่การปฏิบัติจริงผ่านความท้าทายในการเขียนโค้ดที่สมจริง ซึ่งออกแบบมาเพื่อสร้างความคุ้นเคยระดับกล้ามเนื้อ
สิ่งที่คุณจะได้เรียนรู้:
- ทำความเข้าใจรากฐานทางสถิติของค่าผิดปกติและผลกระทบต่อการกระจายตัวทางสถิติ
- ตรวจจับความผิดปกติโดยใช้วิธี Interquartile Range (IQR) ที่มีความทนทานและการคำนวณ z-score
- ประยุกต์ใช้การดำเนินการ dataframe สมสมัยใน pandas เพื่อกรอง ตัดแต่ง และทำ winsorize ค่าที่สูงหรือต่ำสุดขีด
- เติมเต็มค่าผิดปกติที่หายไปหรือถูกลบโดยใช้กลยุทธ์การเติมเต็มที่มีความสมเหตุสมผลทางสถิติและสมัยใหม่
- ฝึกเขียนฟังก์ชันการประมวลผลข้อมูลล่วงหน้า (preprocessing) ที่สะอาดและนำกลับมาใช้ใหม่ได้ด้วย Python type hints และการจัดการข้อผิดพลาดที่แข็งแกร่ง
- ประเมินการกระจายตัวของชุดข้อมูลก่อนและหลังเพื่อยืนยันความสมบูรณ์ของข้อมูล
คอร์ิสนี้เริ่มต้นด้วยคำศัพท์ที่จำเป็น สำรวจคำจำกัดความทางสถิติของการแจกแจงปกติ (normal distributions) และความแปรปรวน จากนั้นคุณจะก้าวหน้าผ่านบทช่วยสอนที่เป็นลายลักษณ์อักษรทีละขั้นตอนและความท้าทายในการเขียนโค้ดจำลองสถานการณ์วิศวกรรมข้อมูลในโลกแห่งความเป็นจริง
คอร์สนี้ออกแบบมาสำหรับนักวิเคราะห์ข้อมูลระดับเริ่มต้นถึงระดับกลาง ว่าที่นักวิทยาศาสตร์ข้อมูล และโปรแกรมเมอร์ Python ที่ต้องการเชี่ยวชาญการประมวลผลข้อมูลล่วงหน้า ไม่จำเป็นต้องมีพื้นฐาน machine learning ขั้นสูง แม้ว่าจะแนะนำให้มีความคุ้นเคยพื้นฐานกับตัวแปร Python และ pandas dataframes
เริ่มต้นทำความสะอาดข้อมูลของคุณด้วยความมั่นใจตั้งแต่วันนี้
สิ่งที่คุณจะได้รับ
-
📜
ใบประกาศนียบัตร
เพิ่มในโปรไฟล์ LinkedIn ของคุณ -
💬
ติวเตอร์ AI ส่วนตัว
ติดขัดในบทเรียน? ถามติวเตอร์ในตัวของคุณได้ทุกอย่าง ทุกเวลา -
🎧
รวมเวอร์ชันเสียง
เรียนได้ทุกที่ ไม่ต้องดูจอ -
♾️
เข้าถึงตลอดชีพ
กลับมาเรียนได้ตลอด ไม่มีหมดอายุ -
📱
โทรศัพท์หรือคอมพิวเตอร์
ใช้งานได้ทุกที่ ทุกอุปกรณ์ -
💸
คืนเงิน 14 วัน
ไม่ต้องอธิบาย -
⚡
กระชับและตรงประเด็น
2 ชม. 42 นาที เนื้อหาเชิงปฏิบัติ
รีวิว
ยังไม่มีรีวิว — เป็นคนแรกที่แชร์ประสบการณ์
ผู้เรียนคนอื่นเรียน
🔥 ยอดนิยม
🎓 มีใบรับรอง
Python สำหรับการวิเคราะห์ข้อมูล: พื้นฐานการฝึกอบรมเพื่อเปลี่ยนสายอาชีพ
ใบรับรอง
ลงมือทำ
$149.00
→
🔥 ยอดนิยม
🎓 มีใบรับรอง
Python สำหรับข้อมูล: ก้าวแรกสำหรับผู้เริ่มต้น
ใบรับรอง
ลงมือทำ
$149.00
→
🔥 ยอดนิยม
🎓 มีใบรับรอง
Python และ SQL สำหรับการวิเคราะห์ข้อมูล: จาก CSV สู่แดชบอร์ด
ใบรับรอง
ลงมือทำ
$149.00
→
🔥 ยอดนิยม
🎓 มีใบรับรอง
Data Science Foundations with Python (Hindi Edition)
ใบรับรอง
ลงมือทำ
$149.00
→
คำถามที่พบบ่อย
ฉันต้องใช้อะไรในการเรียนคอร์สนี้? +
แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ
ฉันชำระเงินอย่างไร? +
ผ่านบัตรด้วย Stripe เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย
ฉันขอคืนเงินได้ไหม? +
ใช่ — คืนเงินเต็มจำนวนใน 14 วัน ไม่ต้องอธิบาย
ฉันมีสิทธิ์เข้าถึงนานเท่าไร? +
ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด
ฉันจะได้ใบประกาศนียบัตรไหม? +
ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้
ออกแบบสำหรับผู้เรียนใน
เทคโนโลยี
ดีไซน์
การเงิน
การตลาด
สาธารณสุข
การศึกษา
ธุรกิจการบริการ
อุตสาหกรรม
×2
เติมครั้งเดียว จ่ายครึ่งเดียว
เพิ่ม $100 → รับเครดิต 200 เครดิต ทำให้แต่ละหลักสูตรมีราคาประมาณ $12.50 เครดิตไม่มีวันหมดอายุ
$100
200 เครดิต
$12.50 / คอร์ส
คุ้มที่สุด
$250
550 เครดิต
$11.36 / คอร์ส
$500
1200 เครดิต
$10.42 / คอร์ส
เครดิตใช้ได้กับทุกคอร์สและไม่หมดอายุ