Asas Data Science: Penyediaan dan Pengolahan Data dalam Azure ML โ€” LearnFlat
โฑ 2 jam 36 min ๐Ÿ“š 26 pelajaran ๐ŸŽง Versi audio

Asas Data Science: Penyediaan dan Pengolahan Data dalam Azure ML

Kuasai langkah-langkah penting dalam menyediakan, membersihkan, dan meletakkan struktur pada set data untuk alur kerja machine learning menggunakan Azure Machine Learning.

  • ๐Ÿ’ฌ Pengajar AI
    Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa.
  • ๐Ÿ• Mula bila-bila masa
    Tiada jadual atau tarikh akhir โ€” belajar mengikut rentak sendiri, bila-bila masa.
  • ๐ŸŒ Dalam bahasa Melayu
    Pelajaran, tugasan dan sijil โ€” semuanya sepenuhnya dalam bahasa anda.

Tentang kursus ini

Menyediakan data mentah ialah fasa paling kritikal dan memakan masa dalam mana-mana projek data science. Kursus berasaskan teks ini membimbing anda melalui konsep-konsep asas penyediaan data, membantu anda menguabh set data dunia sebenar yang bercelaru menjadi input yang bersih dan sedia untuk model di dalam Azure Machine Learning. Anda akan bermula dengan terminologi teras data science, mempelajari cara membezakan antara pemboleh ubah selanjar dan kategori serta memahami taburan data. Melalui penjelasan yang jelas dan contoh bertulis yang praktikal, anda akan mempelajari cara mengendalikan isu-isu data biasa seperti nilai duplikasi, pencilan (outliers), dan maklumat yang hilang. Kami juga merangkumi amalan data science moden, termasuk cara meletakkan struktur pada talian paip (pipelines) anda untuk kebolehulangan dan mengurus set data secara selamat dalam persekitaran awan (cloud). Apa yang akan anda pelajari: - Memahami konsep asas data science dan kitaran hayat penyediaan data - Membuat profil dan menganalisis pemboleh ubah selanjar dan kategori untuk memahami struktur data anda - Membersihkan set data dengan mengenal pasti dan memadamkan duplikasi, mengendalikan nilai yang hilang, dan mengurus pencilan - Mendaftar dan mengurus set data secara selamat dalam Azure Machine Learning - Menyediakan talian paip data yang memastikan pra-pemprosesan yang konsisten untuk latihan dan inferens Kursus ini bermula dengan asas mutlak jenis data dan secara beransur-ansur berpindah ke teknik pembersihan dan pengolahan praktikal di dalam awan. Anda akan membaca alur kerja langkah demi langkah dan pepecahan konseptual yang direka untuk membina keyakinan anda dari peringkat awal. Kursus ini direka untuk pemula, bakal saintis data, dan penganalisis yang ingin mempelajari cara menyediakan data secara sistematik. Tiada pengalaman terdahulu dengan machine learning atau platform awan diperlukan. Mula membaca hari ini untuk membina asas yang kukuh dalam penyediaan data.

Apa yang anda dapat

  • ๐Ÿ“œ Sijil tamat
    Tambah ke profil LinkedIn anda
  • ๐Ÿ’ฌ Tutor AI peribadi
    Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa.
  • ๐ŸŽง Termasuk versi audio
    Belajar sambil bergerak โ€” tanpa skrin
  • โ™พ๏ธ Akses seumur hidup
    Kembali bila-bila masa, tiada tamat tempoh
  • ๐Ÿ“ฑ Telefon atau komputer
    Berfungsi di mana-mana, mana-mana peranti
  • ๐Ÿ’ธ Pulangan 14 hari
    Tanpa soalan
  • โšก Pendek dan fokus
    2 jam 36 min kandungan praktikal

Ulasan

Belum ada ulasan โ€” jadilah yang pertama berkongsi pengalaman anda.

Tulis ulasan

โ˜†โ˜†โ˜†โ˜†โ˜†
Selepas hantar kami akan meminta anda log masuk โ€” draf disimpan.

Pelajar lain juga mengambil

Soalan lazim

Apa yang saya perlukan untuk mengikuti kursus ini? +

Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.

Bagaimana untuk membayar? +

Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad โ€” Stripe menguruskannya dengan selamat.

Bolehkah saya dapatkan bayaran balik? +

Ya โ€” pulangan penuh dalam 14 hari, tanpa soalan.

Berapa lama saya akan mempunyai akses? +

Selamanya. Setelah membeli, kursus adalah milik anda โ€” boleh lawat semula bila-bila masa.

Adakah saya akan mendapat sijil? +

Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.

Direka untuk pelajar dalam
Teknologi Reka bentuk Kewangan Pemasaran Kesihatan Pendidikan Hospitaliti Pembuatan