Portuguese, Brazilian subtitles

← Why Impute - Intro to Data Science

Get Embed Code
4 Languages

Showing Revision 9 created 06/20/2016 by Udacity Robot.

  1. Em cenários em que não temos muitos dados ou
  2. nos quais a remoção de valores ausentes pode comprometer a representatividade de
  3. nossa amostra, talvez não faça sentido descartar
  4. várias de nossas entradas apenas por que elas não possuem um valor.
  5. Isso poderia causar um impacto severo no poder estatístico de qualquer análise
  6. que tentemos realizar. Nesse caso, é provável
  7. que faça sentido fazer uma suposição inteligente sobre os valores
  8. ausentes em nossos dados. O processo de aproximar esses valores
  9. ausentes é chamado de imputação. Existem muitas
  10. maneiras diferentes de imputar valores ausentes. E técnicas diferentes
  11. estão constantemente sendo desenvolvidas. Gostaria de abordar rapidamente
  12. algumas maneiras relativamente simples de imputar valores ausentes em nossos
  13. dados. Devemos observar que a imputação é um problema
  14. muito difícil. Cada um dos métodos que vamos abordar introduz
  15. determinadas tendências ou imprecisões ao conjunto de dados. Estamos
  16. discutindo algumas das maneiras mais simples de imputar dados,
  17. mas existem métodos muito mais sofisticados e robustos por aí.