After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Cursusbeschrijving
Tijdreeksgegevens komen overal voor in Data Science. Of je nu bedrijfstrends analyseert, de omzet van een bedrijf voorspelt of klantgedrag onderzoekt: elke data scientist krijgt vroeg of laat met tijdreeksen te maken. In deze cursus leer je in de praktijk hoe je tijdreeksgegevens visualiseert met Python, zodat je er vlot mee aan de slag kunt.
Vereisten
Curriculum
Cursusoverzicht
1
Lijngrafieken
Je leert hoe je basisplottools in Python benut en hoe je je tijdreeksplots annoteert en personaliseert. Aan het eind van dit hoofdstuk kun je van elk statisch gegevensbestand overtuigende grafieken maken.
- Welkom bij de cursus!50 XP
- Laad je tijdreeksgegevens100 XP
- Test of je gegevens het juiste type hebben100 XP
- Maak je eerste tijdreeksplot50 XP
- Je eerste plot!100 XP
- Plotstijlen opgeven100 XP
- Grafieken tonen en labelen100 XP
- Personaliseer je tijdreeksplot50 XP
- Subsetten van tijdreeksgegevens100 XP
- Verticale en horizontale markeringen toevoegen100 XP
- Schaduwgebieden aan je plot toevoegen100 XP
2
Samenvattende statistieken en diagnostiek
In dit hoofdstuk krijg je meer inzicht in je tijdreeksgegevens door samenvattende statistieken te berekenen en geaggregeerde weergaven van je data te plotten.
3
Seizoenspatroon, trend en ruis
Je gaat verder dan samenvattende statistieken door te leren over autocorrelatie- en partiële autocorrelatieplots. Je leert ook hoe je automatisch seizoenspatroon, trend en ruis in je tijdreeksgegevens detecteert.
4
Werken met meerdere tijdreeksen
In Data Science werk je vaak aan projecten waarin je meerdere tijdreeksen tegelijk moet bestuderen. In dit hoofdstuk laten we zien hoe je meerdere tijdreeksen tegelijk plot en hoe je verbanden tussen tijdreeksen ontdekt en beschrijft.
5
Casus: werkloosheidspercentage
In dit hoofdstuk kun je alle concepten uit de cursus oefenen. Je visualiseert het werkloosheidspercentage in de VS van 2000 tot 2010.
Tijdreeksen visualiseren in Python
Cursus
voltooid
