700+ courses, half price
Mô tả khóa học
Bạn có một bộ dữ liệu thú vị — vậy bắt đầu phân tích từ đâu? Khóa học này sẽ hướng dẫn quy trình khám phá và phân tích dữ liệu, từ việc hiểu những gì có trong một bộ dữ liệu đến cách đưa các phát hiện từ quá trình khám phá vào quy trình làm việc khoa học dữ liệu.
Sử dụng dữ liệu về tỷ lệ thất nghiệp và giá vé máy bay, bạn sẽ dùng Python để tóm tắt và kiểm định dữ liệu, tính toán, phát hiện và thay thế giá trị khuyết, cũng như làm sạch cả dữ liệu số và dữ liệu phân loại. Xuyên suốt khóa học, bạn sẽ tạo các trực quan hóa đẹp mắt với Seaborn để hiểu các biến và mối quan hệ giữa chúng.
Cuối cùng, khóa học sẽ cho thấy cách các phát hiện từ quá trình khám phá đóng góp vào quy trình khoa học dữ liệu bằng cách tạo đặc trưng mới, cân bằng đặc trưng phân loại và xây dựng giả thuyết từ các phát hiện.
Kết thúc khóa học, bạn sẽ tự tin thực hiện phân tích dữ liệu khám phá (EDA) trong Python. Bạn sẽ có thể trình bày trực quan các phát hiện của mình và đề xuất các bước tiếp theo để khai thác insight từ dữ liệu! Video có phụ đề trực tiếp; bạn có thể hiển thị bằng cách nhấp "Show transcript" ở góc dưới bên trái của video. Bảng thuật ngữ của khóa học nằm bên phải trong phần tài nguyên. Để nhận tín chỉ CPE, bạn cần hoàn thành khóa học và đạt điểm 70% trong bài đánh giá đủ điều kiện. Bạn có thể chuyển đến bài đánh giá bằng cách nhấp vào mục gọi chú ý về tín chỉ CPE ở bên phải.
Sử dụng dữ liệu về tỷ lệ thất nghiệp và giá vé máy bay, bạn sẽ dùng Python để tóm tắt và kiểm định dữ liệu, tính toán, phát hiện và thay thế giá trị khuyết, cũng như làm sạch cả dữ liệu số và dữ liệu phân loại. Xuyên suốt khóa học, bạn sẽ tạo các trực quan hóa đẹp mắt với Seaborn để hiểu các biến và mối quan hệ giữa chúng.
Cuối cùng, khóa học sẽ cho thấy cách các phát hiện từ quá trình khám phá đóng góp vào quy trình khoa học dữ liệu bằng cách tạo đặc trưng mới, cân bằng đặc trưng phân loại và xây dựng giả thuyết từ các phát hiện.
Kết thúc khóa học, bạn sẽ tự tin thực hiện phân tích dữ liệu khám phá (EDA) trong Python. Bạn sẽ có thể trình bày trực quan các phát hiện của mình và đề xuất các bước tiếp theo để khai thác insight từ dữ liệu! Video có phụ đề trực tiếp; bạn có thể hiển thị bằng cách nhấp "Show transcript" ở góc dưới bên trái của video. Bảng thuật ngữ của khóa học nằm bên phải trong phần tài nguyên. Để nhận tín chỉ CPE, bạn cần hoàn thành khóa học và đạt điểm 70% trong bài đánh giá đủ điều kiện. Bạn có thể chuyển đến bài đánh giá bằng cách nhấp vào mục gọi chú ý về tín chỉ CPE ở bên phải.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Làm quen với một bộ dữ liệu
Cách tốt nhất để tiếp cận một bộ dữ liệu mới là gì? Học cách kiểm định và tóm tắt dữ liệu phân loại và dữ liệu số, đồng thời tạo trực quan hóa bằng Seaborn để truyền đạt phát hiện của bạn.
- Khám phá ban đầu50 XP
- Các hàm cho bước khám phá ban đầu100 XP
- Đếm giá trị phân loại100 XP
- Tỷ lệ thất nghiệp toàn cầu năm 2021100 XP
- Xác thực dữ liệu50 XP
- Phát hiện kiểu dữ liệu100 XP
- Xác thực châu lục100 XP
- Xác thực phạm vi100 XP
- Tóm tắt dữ liệu50 XP
- Tóm tắt với .groupby() và .agg()100 XP
- Gộp có đặt tên (Named aggregations)100 XP
- Trực quan hóa tóm tắt theo phân loại100 XP
2
Làm sạch dữ liệu và bù khuyết
Khám phá và phân tích dữ liệu thường đi kèm giá trị khuyết, kiểu dữ liệu sai và ngoại lệ. Ở chương này, bạn sẽ học các kỹ thuật xử lý những vấn đề đó và tối ưu hóa quy trình EDA!
3
Các mối quan hệ trong dữ liệu
Các biến trong bộ dữ liệu không tồn tại riêng lẻ; chúng có mối liên hệ với nhau. Trong chương này, bạn sẽ xem xét quan hệ giữa dữ liệu số, phân loại và cả DateTime, khám phá hướng và độ mạnh của các mối quan hệ cũng như cách trực quan hóa chúng.
4
Biến phân tích khám phá thành hành động
Phân tích dữ liệu khám phá là bước quan trọng trong quy trình khoa học dữ liệu, nhưng chưa phải là điểm dừng! Giờ là lúc học các kỹ thuật và cân nhắc giúp bạn tiếp tục dự án một cách hiệu quả sau khi đã khám phá xong!
Phân tích dữ liệu khám phá trong Python
Hoàn
thành khóa học

