Contattataci

Struttura del corso

Introduzione

  • Comprensione dell’importanza della preparazione dei dati nell’ambito dell’analisi e del machine learning
  • Il flusso di lavoro per la preparazione dei dati e il suo ruolo nel ciclo vitale delle informazioni
  • Analisi dei problemi più comuni riscontrati nei dati grezzi e delle loro ripercussioni sull’analisi

Raccolta e acquisizione dei dati

  • Fonti di informazione: database, API, fogli di calcolo, file di testo e altro ancora
  • Tecniche per la raccolta dei dati e per garantirne la qualità sin dalle fasi iniziali
  • Raccolta di dati provenienti da molteplici fonti diverse

Tecniche di pulizia dei dati

  • Identificazione e gestione dei valori mancanti, degli outlier e delle discrepanze nei dataset
  • Gestione dei duplicati e della presenza di errori nei dati
  • Pulizia pratica di dataset reali

Trasformazione e standardizzazione dei dati

  • Tecniche di normalizzazione e standardizzazione dei dati
  • Gestione dei dati categorici: codifica, suddivisione in classi e creazione di feature utili
  • Conversione dei dati grezzi in formati pronti all’uso

Integrazione e aggregazione dei dati

  • Unione e combinazione di dataset provenienti da fonti differenti
  • Risoluzione di conflitti tra informazioni e armonizzazione dei tipi di dato
  • Tecniche di aggregazione e consolidamento dei dati per un utilizzo efficace

Garanzia della qualità dei dati

  • Metodi per mantenere elevati standard di qualità e integrità durante tutto il processo di elaborazione
  • Adozione di procedure di controllo e validazione dei dati
  • Casi pratici ed esempi concreti riguardanti la gestione della qualità dei dati

Riduzione della dimensionalità e selezione delle feature

  • Motivazioni alla base della riduzione della dimensionalità dei dati
  • Tecniche come PCA, selezione delle caratteristiche e strategie di semplificazione dei dati
  • Applicazione concreta di queste tecniche in contesti reali

Sintesi finale e prossimi passi

Requisiti

  • Conoscenze di base sui concetti legati ai dati

Destinatari del corso

  • Analisti dati
  • Amministratori di database
  • Professionisti IT
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative