麥迪遜數據花園

data pipeline、資料清理、資料整理、ETL、大數據分析、大數據、AI人工智慧、模型建立、大數據資料、Big Data、數據處理、數位科技、MLOPs、資料前處理

麥迪遜數據花園
關注
邱志威

創辦人

2022/01/07

資料清理與型態調整：資料前處理必須要做的事

實務上在收集完資料之後，到真正進入模型之前還有一個重要的環節需要處理，稱為是「資料前處理（Data Preprocessing）」。收集到的資料是從使用者的角度下去規劃，不一定是最適合數學模型存取的樣子。在這個環節的主要工作就是將資料調整成適合模型的輸入，也有人把這個過程稱為 ETL （Extract-Transform-Load） 。
ETL 用來描述將資料從來源端經過抽取（extract）、轉置（transform）、載入（load）至目的端的過程。ELT 這個字常用在 BI、 Data Pipeline、資料倉儲 領域上。Data Pipeline 是指利用程式自動化定期的資料處理過程，Data Pipeline 其實就是 MLOPs 前面那一段自動化過程。
資料清理與型態調整：資料前處理必須要做的事
tw.alphacamp.co
資料清理與型態調整：資料前處理必須要做的事｜ALPHA Camp Blog
4 0 298 3
本篇內容來自以下教室
麥迪遜數據花園
麥迪遜數據花園
大數據存在你我身邊，它無遠弗屆，看似摸不著，卻也觸手可及。在數位科技快速發展的時代，將大數據當作你的第二隻腳，成為「π型人」，使你屹立不搖! 讓喬治老師帶你用最簡單的方式了解大數據，就算你是0基礎的小白，仍舊可以輕鬆讀懂大數據，讓你成功轉職，跨入大數據相關工作領域。 本教室致力於提升台灣的大數據科技素養及技術，人人都可以成為大數據人才，只要你「狠下心來」! 不論是尚未進入職場的新鮮人，或是已經在職場許久的老鳥，若是將你的專業結合大數據，將會所向披靡。 願你進入麥迪遜花園摘下種子，埋下大數據的幼苗，時不時地為它澆水，它將必定開花結果!
推薦學習
看更多課程