یادگیری ماشین به زبان من ( مرحله ۲ - پیش پردازش داده Pre Processing)

تو پست قبلی گفتم ما مفهومی داریم
به نام دیتاست که داده های قابل پردازش(Train) ما هستن ;

ما باید داده هامون رو تا حد ممکن برای یادگیری ماشین آماده و تمیز کنیم .

اصلا کار سختی نیست فقط نیازه که این مراحل رو یاد بگیرید و همیشه وقتی دیتاست جدید بهتون میرسه باهاش پیش برید .

اسم این مراحل هست Data Preprocessing .

اصلا نیازی نیست که الان شما با این عکس بالا ارتباطی برقرار کنید :) نگران مفاهمیش نباشید الکی هم جزوه برداری نکنید :)

خلاصه که توی این مرحله ما باید اینکار ها رو بکنیم و مقاله تمامی این مراحل موجوده :

1. Data Cleaning
   حذف مقادیر گمشده (Missing Values)
   حذف یا اصلاح داده‌های پرت (Outliers)

2. Handling Missing Values

3. Encoding Categorical Variables

4. Feature Engineering & Feature Scaling

5. Feature Selection/Extraction

6. Handling Imbalanced Data

7. Train-Test Split

یک کتاب هم میتونم اینجا معرفی کنم که اگه دوست داشیتید یک مکمل کنارتون باشه میتونه گزینه خوبی باشه :

Hands On Data Pre-processing in Python by Roy Jafari

همین و تمام , تشریف بیارید مقاله بعدی .