お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
はじめに
- 分析および機械学習におけるデータ準備の重要性について理解する
- データライフサイクルにおけるデータ準備プロセスとその役割を把握する
- 生データに見られる一般的な課題とそれが分析に与える影響を考察する
データ収集と取得
- データソース:データベース、API、スプレッドシート、テキストファイルなど
- データ収集技術と収集段階での品質確保方法
- さまざまな情報源からのデータ取得方法
データクリーニング技法
- 欠損値・外れ値・不整合性の特定と対処法
- 重複データやエラーの処理方法
- 実際のデータセットを用いたクリーニング作業
データ変換と標準化
- 正規化および標準化技術の概要
- カテゴリーデータの扱い:エンコード・区間分け・特徴量生成など
- 生データを実用可能な形式へ変換する方法
データ統合と集約
- 複数の情報源から得たデータセットの結合手法
- データ間の衝突解決およびデータ型の整合化処理
- データ集約・統合を行う技術的なアプローチ
データ品質保証
- プロセス全体を通してデータ品質と完全性を確保する方法
- 品質チェックや検証手順の実装手法
- データ品質管理に関する事例研究および実践例
次元削減と特徴選択
- なぜ次元削減が必要かを理解する
- PCAや特徴選択など各種の次元削減手法および戦略
- これらの技法の実装手順
まとめと今後のステップ
要求
- データに関する基礎的な理解
対象者
- データアナリスト
- データベース管理者
- IT専門家
14 時間
お客様の声 (2)
共有される情報の多様性と、平易な日本語で用語を説明する明瞭さ。
Arisbe Mendoza - Fairtrade International
コース - GDPR Workshop
機械翻訳
実践的なセッションです。
Vorraluck Sarechuer - Total Access Communication Public Company Limited (dtac)
コース - Talend Open Studio for ESB
機械翻訳