وب سایت تخصصی شرکت فرین
دسته بندی دوره ها

Coping with Missing, Invalid, and Duplicate Data in R

سرفصل های دوره

Learn about the most essential steps of data preparation: Missing value imputation, outlier detection, and duplicate removal.


1. Course Overview
  • 1. Course Overview

  • 2. Managing Duplicate Data
  • 1. Intro
  • 2. Managing Expectations
  • 3. Course Dataset
  • 4. Data Import
  • 5. Factors vs. Character Data
  • 6. Succession of Steps in Data Pre-processing
  • 7. Duplicate Data in R Base and dplyr
  • 8. Summary

  • 3. Managing Missing Data
  • 1. Intro
  • 2. Understanding Missing Values
  • 3. Quick and Simple Methods for Missing Values
  • 4. Imputation Methods
  • 5. Using visdat for NA Visualizations
  • 6. MICE for Missing Values
  • 7. Machine Learning for Missing Values
  • 8. Working on the Carparts Dataset
  • 9. Summary

  • 4. Outlier and Invalid Data Detection
  • 1. Intro
  • 2. Understanding Statistical Outliers
  • 3. Methods for Outlier Detection
  • 4. The 6 Sigma Rule
  • 5. The Boxplot Method
  • 6. Hypothesis Tests for Outliers
  • 7. Outliers in High Dimensionality
  • 8. Plausibility Checks and Replacement
  • 9. Summary

  • 5. Further Resources and Summary
  • 1. Intro
  • 2. Reproducibility in Pseudo Random Processes
  • 3. Data Pre-processing Task Views
  • 4. Course Summary
  • 45,900 تومان
    بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
    خرید دانلودی فوری

    در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

    ایمیل شما:
    تولید کننده:
    مدرس:
    شناسه: 17335
    حجم: 365 مگابایت
    مدت زمان: 121 دقیقه
    تاریخ انتشار: 13 مرداد 1402

    45,900 تومان
    افزودن به سبد خرید