Python aurreratua datuen analisia egiteko
Python Adimen Artifizialeko eta Datuen Analisiko prozesuak egiteko gaur egun dagoen lengoaia nagusietako bat da. Hala ere, datuak aztertzeko prozesu bat egiteko, beharrezkoa da datuak behar bezala tratatzea, Adimen Artifizialeko sistema baterako input egokia izan daitezen.
Tailer honetan, datuen maneiuan sakonduko da, bai hainbat taulatan, bai taula berean, eta datuen kalitatea hobetuko da, ikasleek beharrezko ezagutzak eskura ditzaten, beren datuak Inteligentzia Artifizialeko sistema baterako input balioduna izan daitezen.
Programa
1. Taulak batzea:
A. Taulak kateatzea.
B. Taulak aldagai baten edo batzuen arabera lotzea:
I. Left join
II. Right join.
III. Inner join.
IV. Outer join.
C. Ariketa praktikoak.
2. Aldaketa aurreratuak:
A. Elementu bakarrak hautatzea.
B. Karaktereak banaka eraldatzea.
C. Karaktereen eraldaketa masiboa.
D. Aldagaien formatuaren eraldaketa.
E. Ariketa praktikoak.
3. Taulak eraldatzea:
A. Agregazio sinpleak.
B. Agregazio konposatuak.
C. Taulen bertsifikazioa.
D. Taulak normalizatzea.
E. Ariketa praktikoak.
4. Iragazketak:
A. Bikoiztuak ezabatzea.
B. Balioen arabera iragaztea.
C. Beste taula baten bidez iragaztea.
D. Beste taula bateko behaketen arabera iragaztea.
E. Elementu desberdinak hautatzea.
F. Beste taula bateko aldagai baten balioen arabera iragaztea.
G. Ariketa praktikoak.
5. Balio galduen tratamendua:
A. Ez tratatzearen definizioa eta arazoak.
B. Oharrak ezabatzea.
C. Oinarrizko estatistikoen egozpena: ertaina, ertaina eta moda.
D. Egozte anizkoitzeko metodoak (Mice).
E. Ariketa praktikoak.
6. Outliers:
A. Definizioa.
B. Ez tratatzeko arazoak.
C. Oharrak ezabatzea
D. Outlierrak zehaztea.
E. Outlierren eraldaketa.
F. Dummy aldagai berriak sortzea.
G. Ariketa praktikoak.
7. Galdutako balioen tratamendua:
A. Definizioa.
B. Oharrak ezabatzea.
C. Oinarrizko estatistikoen egozpena: ertaina, ertaina eta moda.
D. Egozte anizkoitzeko metodoak (Mice).
E. Aldagaiak egozteko ereduak.
F. Ariketa praktikoak
