大学学历
世界上最大的电子游戏院系”
推介会
在数据科学和数据挖掘领域培养计算机工程师的技能"
在本大学课程中，将分析有助于计算机工程师发展有关数据清理、规范化和转换等不同现有数据准备技术的高级知识的理论基础。它还将介绍评估不同方法的必要工具，以找出可能在工作环境中造成问题的错误。
整个课程由一系列案例研究组成，这些案例研究将为那些寻求进一步发展职业生涯和挑战自我、追求卓越的学生提供学习支持。
这个100%的在线课程，可适应了学生的日常需要，只需要有一个有互联网连接的设备，就可以学习，以获得一个完整、具有国际影响力的专业形象。
评估提出的不同方法并确定优缺点”
这个数据挖掘处理和转换大学课程包含市场上最完整和最新的课程。主要特点是：
- 由工程专家介绍的案例研究的发展侧重于数据分析
- 该书的内容图文并茂、示意性强、实用性强为那些视专业实践至关重要的学科提供了科学和实用的信息
- 可以进行自我评估过程的实践，以推进学习
- 其特别强调创新方法
- 理论课、向专家提问、关于有争议问题的讨论区和个人反思性论文
- 可以从任何有互联网连接的固定或便携式设备上获取内容
培养识别、准备和转换数据的必要技能”
该课程的教学人员包括来自该行业的专业人士，他们将自己的工作经验带到了这一培训中，还有来自领先公司和著名大学的公认专家。
多媒体内容是用最新的教育技术开发的，将允许专业人员进行情景式学习，即一个模拟的环境，提供一个身临其境的培训，为真实情况进行培训。
该课程的设计重点是基于问题的学习，通过这种方式，专业人员必须尝试解决整个课程中出现的不同专业实践情况。这将借助由在数据挖掘处理和转换方面拥有丰富经验的知名专家制作的创新型互动视频系统来实现。
根据提出的问题类型，将有效和高效的数据处理程序具体化"
扭转你的职业生涯，开始为公司制定改进战略"
教学大纲
该课程的各个模块从理论和实践的角度出发，研究最先进的数据清理技术、转换、降维、特征和实例选择。这样，培养专业、全面和高声望工程师的计划目标就得以实现。
开发有关用于数据清理、规范和转换的不同现有数据准备技术的高级知识”
模块1.数据挖掘选择、预处理和转换
1.1. 统计推断
1.1.1. 描述性统计和统计推断
1.1.2. 参数化程序
1.1.3. 非参数过程
1.2. 探索性分析
1.2.1. 描述性分析
1.2.2. 视觉化
1.2.3. 数据准备
1.3. 数据准备
1.3.1. 数据整合和清理
1.3.2. 数据标准化
1.3.3. 转换属性
1.4. 缺失值
1.4.1. 缺失值的处理
1.4.2. 最大似然插补方法
1.4.3. 使用机器学习估算缺失值
1.5. 数据中的噪音
1.5.1. 噪声类别和属性
1.5.2. 噪声过滤
1.5.3. 噪音的影响
1.6. 维度的祸害
1.6.1. 过度采样
1.6.2. 采样不足
1.6.3. 多维数据缩减
1.7. 从连续属性到离散属性
1.7.1. 连续数据与离散数据
1.7.2. 离散化过程
1.8. 数据
1.8.1. 数据选取
1.8.2. 观点和选择标准
1.8.3. 挑选方法
1.9. 选择阶段
1.9.1. 选择阶段的方法
1.9.2. 原型的选择
1.9.3. 选择阶段的高级方法
1.10. 大数据环境中的数据预处理
1.10.1. 大数据
1.10.2. “经典”与批量预处理
1.10.3. 智能数据
完成该课程将使学生更好地了解数据选择方法"
数据挖掘处理和转换大学课程
在数据科学中使用机器学习技术之前，数据挖掘中的预分析是必不可少的，使计算机工程师能够从数据中获得最大价值。事实上，通过这门数据挖掘处理和转换大学课程，您将研究理论基础，这些基础将帮助您开发有关可用于清理，规范化和转换的各种数据准备技术的高级知识。同样，该程序还将提供必要的工具来评估不同的方法，以寻找可能导致工作环境中出现问题的错误。
使用此标题的主数据清理、规范化和转换
数据挖掘处理与转换大学课程由一系列实际案例组成，这些案例将改善您的学术经验，以便在您的职业生涯中继续前进，并提供最大的保证。此外，该程序完全在线，这将使您更容易适应您的日常需求。您只需要一台具有互联网连接的设备即可开始处理具有国际投影的完整专业档案。