مدیریت داده های از دست رفته با اعمال در R

داده‌های گمشده همه جا هستند. فرآیند پر کردن مقادیر از دست رفته به عنوان imputation شناخته می‌شود، و اگر می‌خواهید پیش‌بینی‌های دقیقی داشته باشید و خود را از جمعیت متمایز کنید، دانستن نحوه پر کردن صحیح داده‌های از دست رفته یک مهارت ضروری است. در این دوره آموزشی، نحوه استفاده از تجسم‌سازی و آزمون‌های آماری را برای تشخیص الگوهای داده از دست رفته و نحوه تلقی داده‌ها با استفاده از مجموعه‌ای از مدل‌های آماری و یادگیری ماشینی را یاد خواهید گرفت. همچنین مهارت‌های تصمیم‌گیری را به دست خواهید آورد که به شما کمک می‌کند تصمیم بگیرید که کدام روش انتساب در یک موقعیت خاص مناسب‌تر است. در نهایت، یاد خواهید گرفت که عدم قطعیت ناشی از انتساب را در استنتاج و پیش‌بینی‌های خود بگنجانید، و آنها را قوی‌تر و قابل اعتمادتر کنید.