Lewati ke konten utama

Kursus

Analisis Data Eksploratif di Python

Menengah4.8+7,215 ulasan4 jam

Pelajari cara mengeksplorasi, memvisualisasikan, dan mengekstrak wawasan dari data menggunakan exploratory data analysis (EDA) di Python.

PythonExploratory Data Analysis4 jam14 video49 Latihan4,150 XP110K+Pernyataan pencapaian

Buat Akun Gratis Anda

Lanjutkan dengan Google
atau
Dengan melanjutkan, Anda menyetujui Ketentuan Penggunaan, kami Kebijakan Privasi dan bahwa data Anda disimpan di AS.

Disukai pelajar di ribuan perusahaan

Deskripsi Kursus

Anda memiliki data yang menarik—dari mana sebaiknya memulai analisis? Kursus ini membahas proses mengeksplorasi dan menganalisis data, mulai dari memahami isi himpunan data hingga memasukkan temuan eksplorasi ke dalam alur kerja data science.

Dengan data tentang angka pengangguran dan harga tiket pesawat, Anda akan memanfaatkan Python untuk meringkas dan memvalidasi data, menghitung, mengidentifikasi dan mengganti nilai hilang, serta membersihkan nilai numerik dan kategorikal. Sepanjang kursus, Anda akan membuat visualisasi Seaborn yang menarik untuk memahami variabel dan keterkaitannya.

Terakhir, kursus ini menunjukkan bagaimana temuan eksploratif mengalir ke alur kerja data science dengan membuat fitur baru, menyeimbangkan fitur kategorikal, dan menghasilkan hipotesis dari temuan.

Di akhir kursus, Anda akan percaya diri melakukan exploratory data analysis (EDA) Anda sendiri di Python. Anda akan mampu menjelaskan temuan secara visual kepada orang lain dan menyarankan langkah selanjutnya untuk menggali wawasan dari data Anda! Video dilengkapi transkrip langsung yang dapat Anda tampilkan dengan mengeklik "Show transcript" di kiri bawah video. Glosarium kursus dapat ditemukan di sebelah kanan pada bagian sumber daya. Untuk memperoleh kredit CPE, Anda perlu menyelesaikan kursus dan mencapai skor 70% pada penilaian yang memenuhi syarat. Anda dapat menuju penilaian dengan mengeklik sorotan kredit CPE di sebelah kanan.

Prasyarat

Kurikulum

Garis besar kursus

3

Keterkaitan dalam Data

Variabel dalam himpunan data tidak berdiri sendiri; variabel-variabel tersebut saling terkait. Di bab ini, Anda akan meninjau keterkaitan antar data numerik, kategorikal, dan bahkan DateTime, mengeksplorasi arah dan kekuatan keterkaitan tersebut beserta cara memvisualisasikannya.
Mulai Bab
4

Mengubah Analisis Eksploratif menjadi Aksi

Analisis data eksploratif adalah langkah penting dalam alur kerja data science, namun bukan akhir! Sekarang saatnya mempelajari teknik dan pertimbangan yang dapat Anda gunakan untuk melangkah maju dengan sukses setelah selesai mengeksplorasi!
Mulai Bab

Analisis Data Eksploratif di Python

Kursus
Selesai

Dapatkan Sertifikat Penyelesaian

Daftar Sekarang

Jangan hanya percaya kata kami

4.8*
dari 7,215 ulasan
82%
17%
1%
0%
0%

Bergabunglah dengan lebih dari 19 juta pelajar dan mulai Analisis Data Eksploratif di Python hari ini!

Buat Akun Gratis Anda

Lanjutkan dengan Google
atau
Dengan melanjutkan, Anda menyetujui Ketentuan Penggunaan, kami Kebijakan Privasi dan bahwa data Anda disimpan di AS.

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Lanjutkan pembelajaran Anda di mana saja dengan kursus mobile kami dan tantangan coding 5 menit setiap hari.