or
Cette activité fait partie du cours
Familiarisez-vous avec les données manquantes et leur impact sur vos analyses! Voyez les différentes opérations liées aux valeurs nulles dans votre jeu de données, comment repérer les données manquantes et comment résumer l'ampleur de l'absence de données.
Analyser le type d'absence de données dans votre jeu de données est une étape essentielle pour traiter les valeurs manquantes. Dans ce chapitre, vous apprendrez en détail à repérer des motifs dans vos données présentes et manquantes, et à traiter adéquatement l'absence de données avec des techniques simples comme la suppression par cas complets.
Plongez dans l'univers de l'imputation des données! Dans ce chapitre, vous appliquerez des techniques d'imputation de base pour combler les données manquantes et visualiserez vos imputations afin d'en évaluer la performance.
Enfin, allez au-delà des techniques d'imputation simples et tirez le maximum de votre jeu de données grâce à des techniques avancées fondées sur des modèles de Machine Learning, afin d'imputer et d'évaluer vos données manquantes avec précision. Vous utiliserez notamment des méthodes comme KNN et MICE pour exploiter pleinement vos données manquantes!
Exercice en cours