ความท้าทายในการเขียนโค้ดเพื่อจัดการกับค่าผิดปกติ (Outliers) ใน Python — LearnFlat
⏱ 2 ชม. 42 นาที 📚 27 บทเรียน 🎧 เวอร์ชันเสียง

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

เขียนรีวิว

☆☆☆☆☆
หลังจากส่ง เราจะขอให้คุณเข้าสู่ระบบ — ฉบับร่างของคุณถูกบันทึก

ผู้เรียนคนอื่นเรียน

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