After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
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.
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
Müfredat
Kurs içeriği
1
Bir Veri Kümesini Tanımak
Yeni bir veri kümesine nasıl yaklaşmalısın? Kategorik ve sayısal verileri doğrulamayı ve özetlemeyi, bulgularını aktaracak Seaborn görselleştirmeleri oluşturmayı öğren.
- İlk keşif50 XP
- İlk keşif için fonksiyonlar100 XP
- Kategorik değerleri sayma100 XP
- 2021'de küresel işsizlik100 XP
- Veri doğrulama50 XP
- Veri türlerini tespit etme100 XP
- Kıtaları doğrulama100 XP
- Aralık doğrulaması100 XP
- Veri özetleme50 XP
- .groupby() ve .agg() ile özetler100 XP
- Adlandırılmış toplulaştırmalar100 XP
- Kategorik özetleri görselleştirme100 XP
2
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!
3
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.
4
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!
Python ile Keşifsel Veri Analizi
Kurs
Tamamlandı
