📊数据科学和分析中的人工智能

技术与数据 · 11 单位 · 免费，无需会员
1 数据科学和分析中的人工智能简介：工作流程、角色、边界、验证和道德规范
2 数据收集和来源理解：模式、采样、质量和泄漏意识
3 数据清理和预处理：缺失值、异常值和类型转换
4 探索性数据分析 (EDA)：分布、关系和初步见解
5 特征工程：生成变体、编码、缩放和避免泄漏
6 模型构建：问题定义、算法选择和训练/测试分割
7 模型评估：指标、交叉验证和极限学习
8 可视化和讲故事：准确的图形、诚实的图形
9 代码生成：使用 Python (pandas) 和 SQL 进行人工智能辅助分析
10 数据泄露和可重复性：无声的灾难和纪律
11 MLOps 基金会、道德、隐私和负责任的分析
所有培训 从第一个单元开始