У нас вы можете посмотреть бесплатно Guide Complet de Traitement des Données Manquantes en Python - Machine Learning или скачать в максимальном доступном качестве, видео которое было загружено на ютуб. Для загрузки выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием видео, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
Les données manquantes peuvent poser des problèmes importants dans les analyses de données, car elles peuvent fausser les résultats ou empêcher l'utilisation de certaines méthodes d'analyse. Dans cette vidéo, nous allons présenter les différents types de valeurs manquantes et explorer les différentes approches pour les traiter, en mettant en évidence les avantages et les inconvénients de chaque méthode. Enfin, nous allons présenter un exemple pratique et des outils utiles pour gérer les données manquantes dans vos projets, en utilisant un langage de programmation courant: Python. 00:00 Introduction 01:16 Les types de valeurs manquantes 01:22 Données MCAR 02:54 Données MAR 03:45 Données MNAR 05:04 Exploration des données 07:11 Identification du type 09:11 Imputation moyenne/mode/médiane 11:27 KNN Imputer 13:49 Iterative Imputer 14:40 Résumé 15:17 Conclusion Lien vers les vidéos du challenge: • Présentation du Challenge 100JoursDeML: Pa... Lien vers le notebook: https://github.com/LeCoinStat/100Jour... Lien vers le cours théorique: https://cours-machine-learning.blogsp... Lien vers la documentation du package fanalysis: https://pypi.org/project/fanalysis/ #100JoursDeML #LeCoinStat #datascience #machinelearning --------------------------------------- SUIVRE LeCoinStat YouTube : https://www.youtube.com/channel/UCoin... Discord: / discord Linkedin: / natacha-njongwa-yepnga TikTok: https://vm.tiktok.com/ZMLEgAhku/ Instagram : / lecoin_stat Facebook : / lecoinstat