Contenido del Curso

Procesamiento Previo de Datos

1. Introducción Breve

Tipos de Datos Métodos de Procesamiento de Datos Conjunto de datos: Prueba y Entrenamiento Eliminando un Dato "Extra"Cambio del Tipo de Datos

2. Procesamiento de Datos Cuantitativos

Escalado de Datos Escalado de Datos vs Normalización de Datos Eliminación de Valores Atípicos Eliminando Valores Faltantes Aumento de Datos: Datos Sintéticos

3. Procesamiento de Datos Categóricos

Métodos para Codificar los Datos Categóricos Codificación One-Hot Codificación Ordinal Codificación de Etiquetas de la Variable Objetivo Reto

4. Procesamiento de Datos de Series Temporales

Conversión de Tipos de Datos Limpieza de Datos Estacionariedad Reducción de Ruido División de Entrenamiento/Prueba y Validación Cruzada Reto

5. Ingeniería de Características

Idea de Técnica Realización Extracción de Características de Texto Extracción de Características de Imágenes Extracción de Características de Series Temporales Desafío

6. Avanzando a Tareas

Desafío 1 Desafío 2 Desafío 3

Desafío 1

Tarea

En este reto, tendrá que trabajar con el conjunto de datos 'adult-census.csv'. Contiene datos categóricos y numéricos. Su tarea consistirá en preparar los datos para su procesamiento.

1. Lea el conjunto de datos 'adult-census.csv'.
Explore el conjunto de datos. Compruebe cuidadosamente qué carácter indica los datos omitidos en el conjunto de datos y sustitúyalo por el objeto np.nan.
Elimine las filas con valores perdidos
Comencemos con el procesamiento de datos categóricos - columnas 'workclass', 'sex' Utilice un método de codificación de un solo golpe para codificarlos
Para los datos numéricos ('edad', 'horas por semana'), tendrá que escalar los datos
Imprima los datos procesados

Tarea

En este reto, tendrá que trabajar con el conjunto de datos 'adult-census.csv'. Contiene datos categóricos y numéricos. Su tarea consistirá en preparar los datos para su procesamiento.

1. Lea el conjunto de datos 'adult-census.csv'.
Explore el conjunto de datos. Compruebe cuidadosamente qué carácter indica los datos omitidos en el conjunto de datos y sustitúyalo por el objeto np.nan.
Elimine las filas con valores perdidos
Comencemos con el procesamiento de datos categóricos - columnas 'workclass', 'sex' Utilice un método de codificación de un solo golpe para codificarlos
Para los datos numéricos ('edad', 'horas por semana'), tendrá que escalar los datos
Imprima los datos procesados

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

Sección 6. Capítulo 1

Desafío 1

Tarea

En este reto, tendrá que trabajar con el conjunto de datos 'adult-census.csv'. Contiene datos categóricos y numéricos. Su tarea consistirá en preparar los datos para su procesamiento.

1. Lea el conjunto de datos 'adult-census.csv'.
Explore el conjunto de datos. Compruebe cuidadosamente qué carácter indica los datos omitidos en el conjunto de datos y sustitúyalo por el objeto np.nan.
Elimine las filas con valores perdidos
Comencemos con el procesamiento de datos categóricos - columnas 'workclass', 'sex' Utilice un método de codificación de un solo golpe para codificarlos
Para los datos numéricos ('edad', 'horas por semana'), tendrá que escalar los datos
Imprima los datos procesados

Tarea

En este reto, tendrá que trabajar con el conjunto de datos 'adult-census.csv'. Contiene datos categóricos y numéricos. Su tarea consistirá en preparar los datos para su procesamiento.

1. Lea el conjunto de datos 'adult-census.csv'.
Explore el conjunto de datos. Compruebe cuidadosamente qué carácter indica los datos omitidos en el conjunto de datos y sustitúyalo por el objeto np.nan.
Elimine las filas con valores perdidos
Comencemos con el procesamiento de datos categóricos - columnas 'workclass', 'sex' Utilice un método de codificación de un solo golpe para codificarlos
Para los datos numéricos ('edad', 'horas por semana'), tendrá que escalar los datos
Imprima los datos procesados

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

Sección 6. Capítulo 1

Desafío 1

Tarea

En este reto, tendrá que trabajar con el conjunto de datos 'adult-census.csv'. Contiene datos categóricos y numéricos. Su tarea consistirá en preparar los datos para su procesamiento.

1. Lea el conjunto de datos 'adult-census.csv'.
Explore el conjunto de datos. Compruebe cuidadosamente qué carácter indica los datos omitidos en el conjunto de datos y sustitúyalo por el objeto np.nan.
Elimine las filas con valores perdidos
Comencemos con el procesamiento de datos categóricos - columnas 'workclass', 'sex' Utilice un método de codificación de un solo golpe para codificarlos
Para los datos numéricos ('edad', 'horas por semana'), tendrá que escalar los datos
Imprima los datos procesados

Tarea

En este reto, tendrá que trabajar con el conjunto de datos 'adult-census.csv'. Contiene datos categóricos y numéricos. Su tarea consistirá en preparar los datos para su procesamiento.

1. Lea el conjunto de datos 'adult-census.csv'.
Explore el conjunto de datos. Compruebe cuidadosamente qué carácter indica los datos omitidos en el conjunto de datos y sustitúyalo por el objeto np.nan.
Elimine las filas con valores perdidos
Comencemos con el procesamiento de datos categóricos - columnas 'workclass', 'sex' Utilice un método de codificación de un solo golpe para codificarlos
Para los datos numéricos ('edad', 'horas por semana'), tendrá que escalar los datos
Imprima los datos procesados

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

Tarea

En este reto, tendrá que trabajar con el conjunto de datos 'adult-census.csv'. Contiene datos categóricos y numéricos. Su tarea consistirá en preparar los datos para su procesamiento.

1. Lea el conjunto de datos 'adult-census.csv'.
Explore el conjunto de datos. Compruebe cuidadosamente qué carácter indica los datos omitidos en el conjunto de datos y sustitúyalo por el objeto np.nan.
Elimine las filas con valores perdidos
Comencemos con el procesamiento de datos categóricos - columnas 'workclass', 'sex' Utilice un método de codificación de un solo golpe para codificarlos
Para los datos numéricos ('edad', 'horas por semana'), tendrá que escalar los datos
Imprima los datos procesados

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

Sección 6. Capítulo 1

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones