Data Cleaning avec Pandas pour le Machine Learning [Python]
MP4 | Video: h264, 1280x720 | Audio: AAC, 44.1 KHz
Language: French | Size: 3.03 GB | Duration: 10h 22m
*
Passez à la vitesse supérieure dans votre travail de Machine Learning / Data Science avec Python et Pandas
What you'll learn
Maîtriser l'outil le plus utile pour faire de la Data Science ou du Machine Learning en Python : la librairie PANDAS
La méthode Pas à Pas afin de préparer vos Datasets pour faire du Machine Learning en Python
Les 5 choses à faire directement après avoir importé votre Dataset avec Pandas
Ne plus tomber dans le piège qui fait perdre des heures chaque jours aux Data Scientists inexpérimenté·e·s
Les méthodes adéquates pour extraire de l'information des types de données les plus fréquents ULTRA-RAPIDEMENT (même les Dates)
Les 3 différentes manières de gérer les "Missing Values" pour que vous puissiez faire face à toutes les situations
Ce que sont les "Dummy Variables", "One-Hot Encoding" et "N-1 Encoding" ainsi que comment les faire vous même
Comment corriger les erreurs de code comme des pros
Et bien plus encore,
*
,*
,*
,*
MP4 | Video: h264, 1280x720 | Audio: AAC, 44.1 KHz
Language: French | Size: 3.03 GB | Duration: 10h 22m
*
Passez à la vitesse supérieure dans votre travail de Machine Learning / Data Science avec Python et Pandas
What you'll learn
Maîtriser l'outil le plus utile pour faire de la Data Science ou du Machine Learning en Python : la librairie PANDAS
La méthode Pas à Pas afin de préparer vos Datasets pour faire du Machine Learning en Python
Les 5 choses à faire directement après avoir importé votre Dataset avec Pandas
Ne plus tomber dans le piège qui fait perdre des heures chaque jours aux Data Scientists inexpérimenté·e·s
Les méthodes adéquates pour extraire de l'information des types de données les plus fréquents ULTRA-RAPIDEMENT (même les Dates)
Les 3 différentes manières de gérer les "Missing Values" pour que vous puissiez faire face à toutes les situations
Ce que sont les "Dummy Variables", "One-Hot Encoding" et "N-1 Encoding" ainsi que comment les faire vous même
Comment corriger les erreurs de code comme des pros
Et bien plus encore,
*
,*
,*
,*