Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Dados de séries temporais estão por toda parte em Data Science. Seja ao analisar tendências de negócios, prever a receita de uma empresa ou explorar o comportamento de clientes, todo cientista de dados provavelmente vai lidar com séries temporais em algum momento do trabalho. Para ajudar você a começar, este curso apresenta, na prática, como visualizar séries temporais usando Python.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Line Plots
Você vai aprender a aproveitar ferramentas básicas de plotagem em Python e a anotar e personalizar seus gráficos de séries temporais. Ao final deste capítulo, você será capaz de pegar qualquer conjunto de dados estático e criar gráficos envolventes dos seus dados.
- Bem-vindo ao curso!50 XP
- Carregue seus dados de séries temporais100 XP
- Teste se seus dados estão no tipo correto100 XP
- Faça seu primeiro gráfico de série temporal50 XP
- Seu primeiro gráfico!100 XP
- Especificar estilos de plotagem100 XP
- Exibir e rotular gráficos100 XP
- Personalize seu gráfico de séries temporais50 XP
- Filtrar dados de séries temporais100 XP
- Adicionar marcadores verticais e horizontais100 XP
- Adicione regiões sombreadas ao seu gráfico100 XP
2
Summary Statistics and Diagnostics
Neste capítulo, você vai aprofundar o entendimento sobre suas séries temporais calculando estatísticas descritivas e criando visualizações agregadas dos seus dados.
3
Seasonality, Trend and Noise
Você vai além das estatísticas descritivas ao aprender sobre gráficos de autocorrelação e autocorrelação parcial. Também vai aprender a detectar automaticamente sazonalidade, tendência e ruído em suas séries temporais.
4
Work with Multiple Time Series
Em Data Science, é comum participar de projetos em que várias séries temporais precisam ser estudadas simultaneamente. Neste capítulo, vamos mostrar como plotar múltiplas séries temporais de uma só vez e como descobrir e descrever relações entre várias séries temporais.
5
Case Study: Unemployment Rate
Este capítulo é a sua chance de praticar todos os conceitos apresentados no curso. Você vai visualizar a taxa de desemprego nos EUA de 2000 a 2010.
Visualizing Time Series Data in Python
Curso
concluído
