Предобработка данных

Главная / Расписание открытых тренингов / Предобработка данных

Открытый тренинг

Выберите дату проведения:

О курсе: Эксперт

Для кого этот тренинг: бизнес-аналитики, исследователи данных, архитекторы и инженеры данных, инженеры по качеству данных, специалисты по машинному обучению.

Программа:

ДЕНЬ 1. Данные и их свойства. Качество данных.

ДЕНЬ 2. Предобработка данных.

1. Если от вашей компании планируется 3 и более человека, даты проведения могут быть скорректированы в соответствии с вашими потребностями, либо назначены дополнительные даты.

2. Формат проведения в указанные даты может быть быть изменен в соответствии с потребностями участников (очный - на онлайн и наоборот).

Продолжительность:

Off-line: 2 дня (16 академических часа)

On-line: 2 дня (16 академических часа)

Требования к слушателям:

•

Работа с промышленными данными

•

Знание Python

Вы получите:

•

Комплект методических материалов

•

Примеры предобработки данных в коде Python

•

Описание типовой системы предобработки данных для вашего производственного примера

•

3-месячную консультационную поддержку по окончанию курса

•

Сертификат

Стоимость участия

От компании

один человек (от компании)

56 000 руб.

два и более человека (от компании)

56 000 руб.

Физическое лицо

56 000 руб.

* Все скидки действуют только при предоплате.

** Стоимость участия может изменяться в зависимости от даты и места проведения.

Программа

ДЕНЬ 1. Данные и их свойства. Качество данных.

Введение: почему важна предобработка данных

Данные и их свойства

Типы и виды данных
Фундаментальные свойства данных
Большие и малые данные

Качество данных

Критерии качества данных
Источники нарушений в данных
Типы нарушений в данных
Таксономия нарушений в данных

ДЕНЬ 2. Предобработка данных.

Место предобработки данных в общем процессе анализа данных и машинного обучения
Типовая схема процесса предобработки данных.
Разбор методов предобработки данных для основных этапов предобработки:

изучение данных
очистка данных
преобразование данных
сокращение данных

После окончания обучения вы сможете

Выстраивать процесс предобработки данных, соответствующий условиям вашей задачи

Определять оптимальные стратегии и алгоритмы для устранения нарушений в данных различного типа

Применять различные методы преобразования и сокращения данных, способствующие улучшению качества моделей