700+ courses, half price
Descrizione del corso
Hai tra le mani dei dati interessanti: da dove inizi l’analisi? Questo corso ti guiderà nel processo di esplorazione e analisi dei dati, da cosa contiene un insieme di dati fino a come integrare le scoperte dell’esplorazione nel flusso di lavoro di data science.
Usando dati su tassi di disoccupazione e prezzi dei biglietti aerei, userai Python per riassumere e convalidare i dati, calcolare, identificare e sostituire i valori mancanti e pulire valori sia numerici sia categoriali. Durante il corso, creerai splendide visualizzazioni con Seaborn per comprendere le variabili e le loro relazioni.
Infine, il corso mostrerà come i risultati dell’esplorazione alimentano i flussi di lavoro di data science creando nuove feature, bilanciando le feature categoriali e generando ipotesi a partire dalle evidenze.
Alla fine del corso, avrai la sicurezza per svolgere in autonomia la tua Exploratory Data Analysis (EDA) in Python. Saprai spiegare visivamente le tue scoperte agli altri e proporre i prossimi passi per ottenere insight dai tuoi dati! I video includono trascrizioni in tempo reale che puoi visualizzare facendo clic su "Show transcript" in basso a sinistra nei video. Il glossario del corso è disponibile a destra nella sezione delle risorse. Per ottenere i crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione facendo clic sulla chiamata all’azione dei crediti CPE sulla destra.
Usando dati su tassi di disoccupazione e prezzi dei biglietti aerei, userai Python per riassumere e convalidare i dati, calcolare, identificare e sostituire i valori mancanti e pulire valori sia numerici sia categoriali. Durante il corso, creerai splendide visualizzazioni con Seaborn per comprendere le variabili e le loro relazioni.
Infine, il corso mostrerà come i risultati dell’esplorazione alimentano i flussi di lavoro di data science creando nuove feature, bilanciando le feature categoriali e generando ipotesi a partire dalle evidenze.
Alla fine del corso, avrai la sicurezza per svolgere in autonomia la tua Exploratory Data Analysis (EDA) in Python. Saprai spiegare visivamente le tue scoperte agli altri e proporre i prossimi passi per ottenere insight dai tuoi dati! I video includono trascrizioni in tempo reale che puoi visualizzare facendo clic su "Show transcript" in basso a sinistra nei video. Il glossario del corso è disponibile a destra nella sezione delle risorse. Per ottenere i crediti CPE devi completare il corso e raggiungere un punteggio del 70% nella valutazione qualificata. Puoi accedere alla valutazione facendo clic sulla chiamata all’azione dei crediti CPE sulla destra.
Prerequisiti
Curriculum
Programma del corso
1
Conoscere un insieme di dati
Qual è il modo migliore per approcciare un nuovo insieme di dati? Impara a convalidare e riassumere dati categoriali e numerici e a creare visualizzazioni con Seaborn per comunicare le tue scoperte.
- Esplorazione iniziale50 XP
- Funzioni per l'esplorazione iniziale100 XP
- Contare i valori categorici100 XP
- Disoccupazione globale nel 2021100 XP
- Validazione dei dati50 XP
- Rilevare i tipi di dati100 XP
- Convalida dei continenti100 XP
- Convalida dell'intervallo100 XP
- Riepilogo dei dati50 XP
- Riepiloghi con .groupby() e .agg()100 XP
- Aggregazioni denominate100 XP
- Visualizzare riepiloghi categorici100 XP
2
Pulizia dei dati e imputazione
Esplorare e analizzare i dati spesso significa affrontare valori mancanti, tipi di dato errati e outlier. In questo capitolo imparerai tecniche per gestire questi problemi e rendere più snelli i tuoi processi di EDA!
3
Relazioni nei dati
Le variabili negli insiemi di dati non esistono nel vuoto: hanno relazioni tra loro. In questo capitolo esaminerai le relazioni tra dati numerici, categoriali e persino DateTime, esplorando direzione e intensità di queste relazioni e i modi per visualizzarle.
4
Dall’analisi esplorativa all’azione
L’analisi esplorativa dei dati è una fase cruciale del flusso di lavoro di data science, ma non è la fine! Ora è il momento di imparare tecniche e considerazioni per proseguire con successo nei tuoi progetti dopo aver terminato l’esplorazione!
Analisi esplorativa dei dati in Python
Corso
completato
Ottieni l'attestato di completamento
Iscriviti oraNon fidarti solo della nostra parola
4.8*da 7,218 recensioni
82%
17%
1%
0%
0%
Kevin
I kadek
"Great examples, this is the meat in the data sandwich for analysis."
Charles
After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh

For someone without a strong programming background, DataCamp was really beginner-friendly. You watch some videos and then practice immediately - I was able to learn fast
Ebuka NwafornsoGraduate Student, University College Dubllin

DataCamp is a cost-effective way to upskill and stay relevant with data and AI. It’s structured, practical, and lets you apply what you learn immediately
Raul RomeroProduct Manager III, Ebay
Unisciti a oltre 19 milioni di studenti e inizia Analisi esplorativa dei dati in Python oggi stesso!
Crea il tuo account gratuito
Continua con Googleo
Continuando, accetti i nostri Condizioni d'uso, il nostro Informativa sulla privacy e che i tuoi dati siano archiviati negli USA.