700+ courses, half price
Cursusbeschrijving
Goede datavisualisatie is de hoeksteen van impactvolle data science. Visualisatie helpt je zowel inzichten in je gegevens te vinden als die inzichten met je publiek te delen. Iedereen leert onderweg naar data scientist hoe je een basisspreidingsdiagram of staafdiagram maakt, maar het echte potentieel van datavisualisatie komt tot zijn recht als je even afstand neemt en nadenkt over wat, waarom en hoe je je gegevens visualiseert. In deze cursus leer je aantrekkelijke en overtuigende visualisaties maken die je helpen de resultaten van je analyses efficiënt en effectief te communiceren. We behandelen het vergelijken van data, de ins en outs van kleur, het tonen van onzekerheid, en hoe je de juiste visualisatie bouwt voor je beoogde publiek aan de hand van gegevenssets over luchtvervuiling in de VS en boerenmarkten. We sluiten de cursus af met het bestuderen van open data over boerenmarkten om een verzorgde en impactvolle visuele rapportage te maken.
Vereisten
Lesprogramma
Cursusoverzicht
1
Je data uitlichten
Hoe laat je al je data zien zonder dat kijkers een belangrijk punt missen? We bespreken hoe je je kijker door de data leidt met kleuruitsnijdingen en tekst. We introduceren ook een gegevensset met veelvoorkomende verontreinigingswaarden in de Verenigde Staten.
2
Kleur gebruiken in je visualisaties
Kleur is een krachtig hulpmiddel om waarden te coderen in datavisualisaties. Maar met die kracht komt ook risico. In dit hoofdstuk bespreken we hoe je een passend kleurpalet kiest voor je visualisatie op basis van het type data dat je toont.
3
Onzekerheid tonen
Onzekerheid komt overal voor in data science, maar wordt vaak weggelaten uit visualisaties waar die juist thuishoort. Hier herhalen we wat een betrouwbaarheidsinterval is en hoe je die visualiseert voor zowel puntschattingen als continue functies. Daarnaast bespreken we de bootstrap-hersteekproeftechniek om onzekerheid te beoordelen en hoe je die correct visualiseert.
4
Visualisatie in de Data Science-workflow
Vaak wordt visualisatie losstaand onderwezen, waarbij best practices alleen in algemene zin worden besproken. In de praktijk moet je de regels buigen voor verschillende scenario’s. Van rommelige verkennende visualisaties tot het finetunen van lettergroottes in je eindproduct: in dit hoofdstuk duiken we in hoe je je visualisaties optimaliseert in elke stap van een data science-workflow.
Je datavisualisaties verbeteren in Python
Cursus
voltooid
