Manipulação de dados e aprendizado de máquina: fluxos de trabalho intermediários em Python

Os dados raramente estão limpos ou prontos para modelagem, e ir além da análise básica requer habilidades robustas de manipulação. Este curso baseado em texto preenche a lacuna entre scripts básicos em Python e pipelines estruturados de aprendizado de máquina.\n\nVocê fará a transição da simples limpeza de dados para a construção de fluxos de trabalho de preparação de dados e aprendizado por máquina de ponta a ponta. Você aprenderá a lidar com conjuntos de dados complexos, projetar recursos de alta qualidade e treinar modelos preditivos com confiança.\n\nO que você aprenderá:\n- Limpe e transforme conjuntos complexos de dados usando técnicas avançadas de pandas e operações modernas de dataframe.\n- Projete recursos impactantes a partir de dados brutos categóricos, numéricos e de data e hora para melhorar Aprenda a melhorar o desempenho do modelo.\n- Implemente algoritmos de aprendizado de máquina supervisionados para tarefas de classificação e regressão.\n - Avalie o desempenhamento do modelo usando validação cruzada robusta e métricas apropriadas.\n técnicas para evitar vazamento de dados e garantir a confiabilidade do modelo.\n\nComeçamos com definições essenciais, terminologia-chave e conceitos básicos de manipulação de dados antes de avançar sistematicamente para a engenharia de recursos, treinamento de modelos e avaliação. Através de explicações escritas e cenários de código práticos, você construirá uma base sólida em fluxos de trabalho de dados modernos. Este curso é projetado para alunos com conhecimento básico de Python que desejam expandir seus recursos de ciência de dados. Não é necessária nenhuma experiência avançada em matemática ou aprendizado de máquina.\n\nComece a ler hoje para melhorar suas habilidades de manipulação de dados e aprendizado.