هندسة البيانات وضمان موثوقية خطوط البيانات للتعلّم الآلي

تمنح هذه الدورة المهارات اللازمة لتحويل مجموعات البيانات الحقيقية إلى أصول تحليلية قابلة للاستخدام الموثوق. يتعلم المتدربون كيفية تقييم الميزات التصنيفية واختيار استراتيجيات الترميز المناسبة وقياس جودة البيانات والتوثيق، بالإضافة إلى معالجة القيم المفقودة بفعالية. باستخدام بايثون ومكتبة pandas، يتم التدريب على تقييم عدد الفئات، وترميز الأهداف، والتحقق من اكتمال البيانات بواسطة أدوات مثل Great Expectations، وبناء مسار التحويل الشفاف. كما تشمل الدورة تنظيف الحقول المعقدة كالسن، الشواذ في الرواتب، والتواريخ لضمان إنتاج بيانات جاهزة للاستخدام في النمذجة والتنبؤ.

• تحويل وتحقق من سلامة البيانات باستخدام تقنيات الترميز والتنظيف
• تصميم وتنظيم خطوط بيانات ML لضمان أداء عالٍ وموثوق
• إدارة التطوير القابل لإعادة الإنتاج باستخدام التحكم في الإصدار وأدوات البيئة

• معرفة أساسية بالمفاهيم والمصطلحات
• الاستعداد لممارسة التمارين التطبيقية