Chia Sẻ Khóa Học Data Wrangling Bootcamp - Biến Alien Data Thành AI [Khóa 5058 A]
Học Data Wrangling với Python và Pandas từ con số không - không cần kiến thức nền tảng trước! Bạn sẽ thuần hóa và phân tích các tập dữ liệu lộn xộn trong thế giới thực (bao gồm cả dữ liệu thực tế về UFO!), kết hợp các table, tự động hóa các bước chuyển đổi, tiền xử lý dữ liệu cho AI & machine learning và biến dữ liệu thô thành những kết quả thực tế hữu ích cho Kỷ nguyên AI.
Những gì bạn sẽ học:
- ✓ Biến dữ liệu lộn xộn trong thế giới thực thành các tập dữ liệu sạch, sẵn sàng cho việc phân tích.
- ✓ Nhanh chóng khám phá các unfamiliar file và phát hiện vấn đề trước khi chúng gây rắc rối.
- ✓ Lọc, sắp xếp, nhóm và định hình lại dữ liệu để khám phá ra những insight hữu ích.
- ✓ Làm sạch các missing value, duplicate, messy text và định dạng ngày tháng chưa chuẩn.
- ✓ Kết hợp tự tin nhiều tập dữ liệu với nhau với join và concatenation.
- ✓ Xây dựng các transformation linh hoạt với các function tùy chỉnh, map và apply.
- ✓ Sử dụng AI để debug error, generate code và học các kỹ thuật mới nhanh hơn.
- ✓ Chuẩn bị dữ liệu cho machine learning, feature engineering và các AI model.
Dữ liệu xuất hiện ở khắp mọi nơi - trong kinh doanh, nghiên cứu, tài chính, marketing, vận hành, công nghệ và quá trình ra quyết định hàng ngày. Vấn đề là, chúng hiếm khi xuất hiện ở trạng thái clean và sẵn sàng để sử dụng!
Khóa học này dạy cho bạn một trong những kỹ năng có giá trị và quan trọng nhất trong thế giới công nghệ hiện nay: cách lấy dữ liệu lộn xộn, khó hiểu và biến chúng thành thứ rõ ràng, có cấu trúc và hữu ích, có thể dùng để huấn luyện các mô hình AI tạo sinh (generative AI) và machine learning.
Bạn sẽ học cách khám phá các unfamiliar dataset, xử lý các vấn đề phổ biến, kết hợp thông tin từ nhiều nguồn khác nhau, làm việc với text & date, đồng thời tự tạo các transformation của riêng mình.
Bạn cũng sẽ khám phá cách các công cụ AI có thể giúp bạn khắc phục lỗi, viết code nhanh hơn và học các kỹ thuật mới trong suốt quá trình.
Cuối cùng, bạn sẽ thấy kỹ năng data wrangling dẫn đến đâu tiếp theo. Bạn sẽ chuẩn bị dữ liệu cho scikit-learn, thiết kế các feature hữu ích, fine-tune một Transformer, và biến công việc của mình thành một ứng dụng web có thể chia sẻ được.
Những gì bạn sẽ xây dựng:
Cách học tốt nhất là thông qua thực hành. Không chỉ là xem vô số các video hướng dẫn. Đó là lý do tại sao phần cốt lõi của khóa học này là các bài tập bạn sẽ hoàn thành và project thực tế quy mô lớn mà bạn sẽ được tự tay xây dựng. Thêm vào đó, nó sẽ trông rất tuyệt trong portfolio của bạn.
1. Tạo một Churn Prediction Model Built với scikit-learn:
Một thử thách xử lý dữ liệu thực tế, thực chiến kéo dài suốt khóa học sử dụng mộtcustomer churn dataset lộn xộn trong thế giới thực. Bạn sẽ tiến hành làm sạch, định hình lại và phân tích dữ liệu theo từng bước khi học các kỹ thuật mới, để rồi đúc kết lại thành một churn prediction model built với scikit-learn.
2. Train & Fine-Tune một AI Model và Deploy Ứng dụng AI của riêng bạn:
Xử lý dữ liệu dạng bảng (tabular data) trong thế giới thực về định dạng mà mô hình AI dựa trên Transformer yêu cầu, fine-tune model cho các mục đích của bạn, và xây dựng một ứng dụng web Gradio có thể chia sẻ được để chứng minh cách quá trình chuẩn bị dữ liệu vững chắc có thể biến dữ liệu lộn xộn thành một ứng dụng AI thiết thực!
Mục lục:
- ✓ 01: Giới thiệu.
- ✓ 02: Data Wrangling 101.
- ✓ 03: Lập trình Cơ bản cho Data Wrangling.
- ✓ 04: DataFrame & Dataset.
- ✓ 05: Series.
- ✓ 06: Exploratory Data Analysis với Pandas.
- ✓ 07: Các AI Tool trong Colab.
- ✓ 08: Data Wrangling Project - Giai đoạn 1.
- ✓ 09: Indexing & Sorting.
- ✓ 10: Select Data với Criteria.
- ✓ 11: Update DataFrame.
- ✓ 12: Làm việc với String Data.
- ✓ 13: Data Wrangling Project - Giai đoạn 2.
- ✓ 14: Kết hợp các Dataset.
- ✓ 15: Data Wrangling Project - Giai đoạn 3.
- ✓ 16: Grouping & Aggregation.
- ✓ 17: Làm việc với Datetime Data.
- ✓ 18: Data Wrangling Project - Giai đoạn 4.
- ✓ 19: Functional Programming trong Python.
- ✓ 20: Tận dụng các phương thức 'map' và 'apply'.
- ✓ 21: Feature Engineering & Preprocessing cho Machine Learning.
- ✓ 22: Data Wrangling Project - Giai đoạn 5.
- ✓ 23: BONUS PROJECT - Fine-Tune một Transformer Model.
- ✓ 24: Python in Excel.
- ✓ 25: Bước tiếp theo là gì?