Cleaning, Reshaping, and Expanding Datasets in Python

3.9
étoiles
14 évaluations
Offert par
Coursera Project Network
Dans ce projet guidé, vous :

Clean datasets by dropping features and variables that have low variance or single values or that are extraneous and removing outliers

Reshape Data in Python by reordering, combining, splitting, stacking, expanding, or squeezing dimensions

Implement Feature Scaling and Normalization

Clock2 hours
IntermediateIntermédiaire
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

It has been said that obtaining and cleaning data constitutes 80% of a data scientists job. Whether it's correcting or replacing missing data, removing duplicate entries, or dealing with outliers, our datasets always require some level of cleaning and reshaping. Doing so improves the accuracy of our results immensely. In this 2 hour project-based course, we will examine a variety of methods to clean, and reshape any dataset. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Les compétences que vous développerez

Missing DataData ReshapingData Pre-ProcessingData CleansingData Preparation

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Inspect and Diagnose a Dataset

  2. Dealing with Missing and Extraneous Data

  3. Reshaping, Scaling, and Normalizing Datasets

  4. Merging Datasets

  5. Joining and Concatenating datasets

Comment fonctionnent les projets guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.