Vai al contenuto principale

Corso

Analisi esplorativa dei dati in Python

Intermedio4 h

Scopri come esplorare, visualizzare ed estrarre informazioni dai dati usando l'analisi esplorativa dei dati (EDA) in Python.

Python4 h14 video49 esercizi4,150 XP110K+Attestato di completamento

Crea il tuo account gratuito

Continua con Google
oppure
Continuando, accetti la nostra Termini di utilizzo, i nostri Informativa sulla privacy e il fatto che i tuoi dati sono archiviati negli USA.

Scelto dagli studenti di migliaia di aziende

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.

Prerequisiti

Programma

Struttura del corso

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.
Inizia il capitolo
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!
Inizia il capitolo

Analisi esplorativa dei dati in Python

Corso
completato

Ottieni Attestato di conseguimento

Iscriviti ora

Sviluppa le tue competenze sui dati con DataCamp for Mobile

Fai progressi ovunque tu sia con i nostri corsi mobile e le sfide di programmazione quotidiane da 5 minuti.