دوره آموزشی پاک‌سازی داده‌ها برای علم داده مؤثر: واردکردن داده‌ها، تشخیص ناهنجاری، پرکردن مقادیر گمشده و مهندسی ویژگی‌ها

تو این دوره کاربردی، مدرس حرفه‌ای دیوید مرتز (David Mertz) همه چیز درباره ورود داده‌ها (data ingestion)، شناسایی داده‌های ناهنجار (anomaly detection)، جایگزینی داده‌های گمشده (value imputation)، و مهندسی ویژگی‌ها (feature engineering) بهت یاد می‌ده. یاد می‌گیری چطور داده‌ها رو از فرمت‌های مختلف مثل JSON، CSV، دیتابیس‌های SQL و NoSQL، HDF5 و داده‌های باینری پردازش کنی.

مالکوم در این دوره توضیح می‌ده چرا بعضی مشکلات مربوط به نحوه نمایش داده‌هاست و چرا بعضی مشکلات از ذات داده‌ها ناشی می‌شه. تو یاد می‌گیری چطور داده‌های نامرتب رو مرتب کنی، داده‌های ناقص رو با مقادیر مناسب پر کنی، داده‌های نادرست و ناهنجاری‌های آماری رو تشخیص بدی و ویژگی‌های مصنوعی بسازی که برای تحلیل و مدل‌سازی یادگیری ماشین حیاتی هستن.

با پایان این دوره، مهارت‌هایی به دست میاری که بازار کار شدیدا دنبال‌شونه، مثل تحلیل داده‌های تمیز، بهبود کیفیت داده‌ها، و آماده‌سازی داده‌ها برای مدل‌های پیشرفته یادگیری ماشین.

🎯 اهداف یادگیری:
درک و پردازش داده‌های جدولی (tabular) و داده‌های سلسله‌مراتبی (hierarchical)
شناسایی خطاها، سوگیری‌ها و ناهنجاری‌های آماری در داده‌ها و رفع آن‌ها
وارد کردن داده‌ها از فرمت‌ها و منابع متنوع مثل JSON، CSV، SQL، NoSQL، HDF5 و داده‌های باینری
جایگزینی مقادیر گمشده (imputation) به روشی متناسب با کاربرد و هدف تحلیلی
ساخت و مهندسی ویژگی‌های جدید برای استفاده در مدل‌های یادگیری ماشین