Comprende cómo los valores faltantes pueden distorsionar análisis y cómo tratarlos efectivamente mediante eliminación o imputación. Utiliza técnicas de visualización para identificar patrones y relación entre variables en datos faltantes.
Jesús Vélez Santiago
Genomic Scientist | Data Scientist | ML Engineer
Genomic Scientist | Data Scientist | ML Engineer
Excelente curso de Manejo de Datos Faltantes: Detección y Exploración
¡Excelente curso! es un tema no muy abordado en ocasiones, ya que todos queremos ir y aplicar mil modelos de ML, pero es de vital importancia todo el tratamiento previo de los nulos. No lo había visto antes con el enfoque del profesor, y que regalazo el saber sobre la expansión de la api de pandas. Sus jupyter son muy buenos y pude realizar los ejercicios sin problema alguno.
Tremendo curso de Manejo de Datos. Los datos implicitos era algo que no habia tomado en cuenta, el curso nos da muchas herramientas para manejar estos datos y graficarlos para un mayor entendimiento de los mismos. El examen que va rotando preguntas muy bueno todos los examenes asi por favor.
Me gusto el curso, fui aplicando lo aprendido con lo de configuracion de entorno profesional. Una cosa que creo que seria mejor es que se empiece a trabajar con el formato que se vio en el curso de conf. de entorno profesional, así nos acostumbramos a las mecánicas de usar cookiecutter.
Contenido adicional creado por la comunidad que nunca para de aprender
Da el siguiente paso como analista de datos utilizando Python. Analiza cantidades más grandes de datos, profundiza y agiliza tu proceso de análisis.
Explora el fascinante mundo del Data Science con Python. Cada curso es un paso crucial hacia el análisis de datos y la creación de modelos de machine learning.
Crea la infraestructura de extracción y preparación de datos para analítica en organizaciones.
