Exploratory Data Analysis i Python

Du har intressant data – men var börjar du analysen? Den här kursen går igenom hela processen för att utforska och analysera data, från att förstå vad en datamängd innehåller till att integrera utforskningsfynd i ett datavetenskapligt arbetsflöde.

Med hjälp av data om arbetslöshetssiffror och flygbiljettpriser använder du Python för att sammanfatta och validera data, beräkna, identifiera och ersätta saknade värden samt rensa både numeriska och kategoriska värden. Under kursens gång skapar du snygga Seaborn-visualiseringar för att förstå variabler och deras samband.

Avslutningsvis visar kursen hur fynd från utforskningsfasen leder vidare i datavetenskapliga arbetsflöden – genom att skapa nya särdrag, balansera kategoriska särdrag och formulera hypoteser utifrån resultaten.

När du är klar med kursen har du goda förutsättningar att genomföra din egen explorativ dataanalys (EDA) i Python. Du kan förklara dina fynd visuellt för andra och föreslå nästa steg för att utvinna insikter ur din data!Videorna innehåller direkttextning som du kan visa genom att klicka på "Show transcript" längst ned till vänster i videospelaren. Kursens ordlista hittar du till höger i resursavsnittet.För att få CPE-poäng behöver du slutföra kursen och uppnå minst 70 % på den kvalificerade bedömningen. Du når bedömningen via CPE-länken till höger.