Name: Python में Exploratory Data Analysis
Rating: 4.808020120162079 (7157 reviews)

कोर्स विवरण

आपके पास रोचक डेटा है — विश्लेषण कहाँ से शुरू करें? यह कोर्स डेटा की खोज और विश्लेषण की प्रक्रिया को कवर करेगा, जिसमें डेटासेट में क्या शामिल है यह समझने से लेकर खोज के नतीजों को डेटा साइंस वर्कफ़्लो में शामिल करना तक सब कुछ आता है.

बेरोज़गारी के आँकड़ों और हवाई जहाज़ के टिकट की कीमतों के डेटा का इस्तेमाल करते हुए, आप Python की मदद से डेटा को समरी करेंगे और वैलिडेट करेंगे, कैलकुलेशन करेंगे, missing values पहचानकर उन्हें बदलेंगे, और numerical तथा categorical दोनों तरह के values को क्लीन करेंगे. पूरे कोर्स में, आप Seaborn की बेहतरीन visualizations बनाएँगे ताकि वैरिएबल्स और उनके आपसी रिश्तों को समझ सकें.

आखिर में, कोर्स यह दिखाएगा कि exploratory नतीजे कैसे डेटा साइंस वर्कफ़्लो में काम आते हैं — नए फीचर्स बनाकर, categorical फीचर्स को balance करके, और नतीजों से hypotheses तैयार करके.

कोर्स के अंत तक, आप Python में अपना खुद का exploratory data analysis (EDA) आत्मविश्वास के साथ कर पाएँगे. आप अपने नतीजों को विज़ुअल रूप में दूसरों को समझा पाएँगे और अपने डेटा से और गहन इं사이트्स पाने के लिए अगले क़दम सुझा पाएँगे! वीडियो में live transcripts हैं जिन्हें आप वीडियो के निचले-बाएँ हिस्से में "Show transcript" पर क्लिक करके देख सकते हैं. कोर्स का glossary दाईं ओर resources सेक्शन में उपलब्ध है. CPE क्रेडिट प्राप्त करने के लिए आपको कोर्स पूरा करना होगा और qualified assessment में 70% स्कोर हासिल करना होगा. आप दाईं ओर CPE credits कॉलआउट पर क्लिक करके assessment तक जा सकते हैं.

पूर्वापेक्षाएँ

Introduction to Statistics in Python Introduction to Data Visualization with Seaborn

पाठ्यक्रम

कोर्स रूपरेखा

किसी डेटासेट को समझना

नए डेटासेट के साथ शुरुआत करने का बेहतर तरीका क्या है? categorical और numerical डेटा को वैलिडेट और समरी करना सीखिए, और Seaborn visualizations के जरिए अपने नतीजों को प्रभावी ढंग से दिखाइए.

अध्याय शुरू करें

डेटा क्लीनिंग और इम्प्यूटेशन

डेटा की खोज और विश्लेषण में अक्सर missing values, गलत data types, और outliers से निपटना पड़ता है. इस अध्याय में, आप इन चुनौतियों को संभालने की तकनीकें सीखेंगे और अपनी EDA प्रक्रिया को streamlined बनाएँगे!

अध्याय शुरू करें

डेटा में रिश्ते

डेटासेट में वैरिएबल्स अलग-थलग नहीं होते; उनके बीच रिश्ते होते हैं. इस अध्याय में, आप numerical, categorical और यहाँ तक कि DateTime डेटा में रिश्तों को देखेंगे, इन रिश्तों की दिशा और मज़बूती को समझेंगे, और उन्हें visualize करने के तरीक़े सीखेंगे.

अध्याय शुरू करें

Exploratory Analysis को एक्शन में बदलना

Exploratory data analysis डेटा साइंस वर्कफ़्लो का अहम चरण है, लेकिन यहीं बात ख़त्म नहीं होती! अब समय है वे तकनीकें और विचार सीखने का, जिनसे आप exploration के बाद अपने प्रोजेक्ट्स को सफलतापूर्वक आगे बढ़ा सकें!