Data Science-Grundlagen: Arbeiten mit Daten in Azure ML

Rohdaten sind selten bereit für maschinelles Lernen. Um genaue Modelle zu erstellen, müssen Sie zunächst die Kunst der Datenvorbereitung, -bereinigung und -strukturierung in Ihrer Cloud-Umgebung beherrschen. Dieser textbasierte Kurs führt Sie durch die wesentlichen Konzepte des Datenflusses und der Datenaufbereitung mit Azure Machine Learning (Azure ML). Sie werden vom Umgang mit unstrukturierten Datensätzen zur Pflege sauberer, modellfähiger Datenpipelines übergehen. In diesem Kurs lernen Sie: Kerndatentypen verstehen und zwischen kontinuierlichen und kategorialen Variablen unterscheiden; Datensätze bereinigen, indem Sie wiederholte Werte, Duplikate und extreme Ausreißer identifizieren und entfernen; Skalierungs- und Normalisierungstechniken anwenden, um numerische Merkmale vorzubereiten; Datenaufnahme konfigurieren und sichere Datenflüsse verwalten Sie üben die Strukturierung von Datenressourcen und die Implementierung moderner Datenqualitätsprüfungen. Beginnend mit grundlegenden Definitionen von Datenqualität und Datentypen, geht der Kurs Schritt für Schritt durch schriftliche Erklärungen der Datenreinigung, Transformation und Integration dieser verarbeiteten Ströme in Cloud-Pipelines. Dieser Kurs richtet sich an angehende Data Scientists, Analysten und Anfänger, die Cloud-basiertes Data Engineering ohne vorherige Erfahrung mit maschinellem Lernen verstehen möchten. Beginnen Sie noch heute damit, Ihre Datenworkflows zu meistern.