Name: Python ile Keşifsel Veri Analizi
Rating: 4.8080850468597 (7149 reviews)

Kurs Açıklaması

Elinde ilginç bir veri var — peki analize nereden başlarsın? Bu kurs, bir veri kümesinde neler olduğunu anlamaktan, keşif bulgularını bir veri bilimi iş akışına dahil etmeye kadar veriyi keşfetme ve analiz etme sürecini kapsar.

İşsizlik rakamları ve uçak bileti fiyatlarına ait verileri kullanarak, Python ile veriyi özetleyip doğrulayacak, eksik değerleri hesaplayıp tespit ederek yerine koyacak ve hem sayısal hem de kategorik değerleri temizleyeceksin. Kurs boyunca, değişkenleri ve aralarındaki ilişkileri anlamak için etkileyici Seaborn görselleştirmeleri oluşturacaksın.

Son olarak, kurs; yeni özellikler oluşturarak, kategorik özellikleri dengeleyerek ve bulgulardan hipotezler üreterek keşif bulgularının veri bilimi iş akışlarını nasıl beslediğini gösterecek.

Kursun sonunda, Python’da kendi keşifsel veri analizini (EDA) gerçekleştirme konusunda kendine güveneceksin. Bulgularını görsel olarak başkalarına açıklayabilecek ve verinden içgörü elde etmek için atılacak sonraki adımları önerebileceksin! Videolarda, sol alttaki "Show transcript"e tıklayarak açabileceğin canlı transkriptler bulunur. Kurs sözlüğünü sağdaki kaynaklar bölümünde bulabilirsin. CPE kredisi almak için kursu tamamlaman ve nitelikli değerlendirmede %70 puana ulaşman gerekir. Sağdaki CPE kredileri çağrı kutusuna tıklayarak değerlendirmeye gidebilirsin.

Ön Koşullar

Introduction to Statistics in Python Introduction to Data Visualization with Seaborn

Müfredat

Kurs içeriği

Bir Veri Kümesini Tanımak

Yeni bir veri kümesine nasıl yaklaşmalısın? Kategorik ve sayısal verileri doğrulamayı ve özetlemeyi, bulgularını aktaracak Seaborn görselleştirmeleri oluşturmayı öğren.

Bölüme Başla

Veri Temizleme ve Atama

Veriyi keşfetmek ve analiz etmek çoğu zaman eksik değerler, hatalı veri tipleri ve aykırı değerlerle uğraşmayı gerektirir. Bu bölümde, bu sorunlarla başa çıkma tekniklerini öğrenerek EDA süreçlerini daha akıcı hale getireceksin!

Bölüme Başla

Verilerde İlişkiler

Veri kümelerindeki değişkenler tek başına var olmaz; birbirleriyle ilişkilidir. Bu bölümde, sayısal, kategorik ve hatta DateTime verilerinde ilişkileri inceleyecek; bu ilişkilerin yönünü ve gücünü, ayrıca bunları görselleştirmenin yollarını keşfedeceksin.

Bölüme Başla

Keşifsel Analizi Eyleme Dönüştürmek

Keşifsel veri analizi, veri bilimi iş akışının kritik bir adımıdır ama son durak değildir! Artık keşfi tamamladıktan sonra projelerinde güvenle ilerlemeni sağlayacak teknikleri ve dikkat edilmesi gereken noktaları öğrenme zamanı!