Campus
Diagrama de temas
-
-
Introducción a la lección
Una vez que haya identificado el problema que está intentando resolver, tendrá que encontrar conjuntos de datos que puede usar y determinar cómo se deben preparar los datos para que funcionen bien con su modelo de aprendizaje automático.
En esta lección, hará lo siguiente:
- Evaluar los datos para determinar si son adecuados para su proyecto.
- Extraer los datos de las fuentes para que estén disponibles para su transformación y limpieza.
- Preparar y limpiar los datos para que se puedan cargar posteriormente a su destino final.
- Cargar los datos en su destino final para que se puedan analizar y modelar. -
-
-
-
-
Resumen - Lección 3
En esta lección, accedió y administró los datos de un proyecto de IA. Recopiló y evaluó datos para determinar qué orígenes de datos incluir en el conjunto de datos. Luego, usó el proceso ETL a fin de preparar el conjunto de datos para el análisis y el entrenamiento final del modelo. Aunque algo tediosas, estas tareas son esenciales para el éxito de cualquier trabajo de IA/AA, así que asegúrese de dedicarles suficiente tiempo para garantizar un conjunto de datos limpio.
¿Qué tipo de tareas de transformación cree que serán aplicables al tipo de datos con los que prevé trabajar?
¿Qué formato planea utilizar para cargar los datos preparados?
-
Campus
