Build your ultimate AI agent
Deskripsi Kursus
Visualisasi data yang hebat adalah landasan ilmu data yang berdampak. Visualisasi membantu Anda menemukan wawasan dalam data sekaligus menyampaikan wawasan tersebut kepada audiens Anda. Setiap orang mempelajari cara membuat sebar (scatter plot) atau bagan batang dasar dalam perjalanan menjadi data scientist, tetapi potensi sejati visualisasi data terwujud saat Anda mengambil jarak dan memikirkan apa, mengapa, dan bagaimana Anda memvisualisasikan data. Dalam kursus ini Anda akan mempelajari cara membangun visualisasi yang menarik dan memikat untuk membantu Anda mengomunikasikan hasil analisis secara efisien dan efektif. Kita akan membahas perbandingan data, seluk-beluk warna, menampilkan ketidakpastian, serta cara membangun visualisasi yang tepat untuk audiens tertentu melalui penelaahan himpunan data tentang polusi udara di seluruh AS dan pasar petani. Kita akan mengakhiri kursus dengan menelaah data pasar petani akses terbuka untuk menyusun laporan visual yang rapi dan berdampak.
Prasyarat
Kurikulum
Garis besar kursus
1
Menyoroti Data Anda
Bagaimana Anda menampilkan seluruh data sambil memastikan penonton tidak melewatkan poin penting? Di sini kita membahas cara memandu penonton melalui data dengan sorotan berbasis warna dan teks. Kami juga memperkenalkan himpunan data tentang nilai polutan umum di seluruh Amerika Serikat.
2
Menggunakan Warna dalam Visualisasi Anda
Warna adalah alat yang kuat untuk mengodekan nilai dalam visualisasi data. Namun, kekuatan ini juga membawa risiko. Dalam bab ini, kita membahas cara memilih palet warna yang sesuai untuk visualisasi Anda berdasarkan jenis data yang ditampilkan.
3
Menampilkan Ketidakpastian
Ketidakpastian muncul di mana-mana dalam data science, tetapi sering kali tidak ditampilkan dalam visualisasi padahal seharusnya disertakan. Di sini, kita meninjau apa itu interval kepercayaan dan cara memvisualisasikannya untuk estimasi tunggal maupun fungsi kontinu. Selain itu, kita membahas teknik bootstrap resampling untuk menilai ketidakpastian dan cara memvisualisasikannya dengan tepat.
4
Visualisasi dalam Alur Kerja Data Science
Sering kali visualisasi diajarkan secara terpisah, dengan praktik terbaik hanya dibahas secara umum. Kenyataannya, Anda perlu menyesuaikan aturan untuk berbagai skenario. Dari visualisasi eksploratif yang masih berantakan hingga memoles ukuran font produk akhir; dalam bab ini, kita mengulas cara mengoptimalkan visualisasi pada setiap tahap alur kerja data science.
Meningkatkan Visualisasi Data Anda di Python
Kursus
Selesai
