Sau khi hoàn thành các khóa học này, tôi cảm thấy tự tin khi tạo các trực quan hóa và bảng điều khiển chuyên nghiệp
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Mô tả khóa học
Dữ liệu chuỗi thời gian xuất hiện ở khắp nơi trong lĩnh vực Khoa học Dữ liệu. Dù là phân tích xu hướng kinh doanh, dự báo doanh thu công ty hay khám phá hành vi khách hàng, gần như mọi nhà khoa học dữ liệu đều sẽ gặp dữ liệu chuỗi thời gian trong công việc. Khóa học này sẽ giúp bạn bắt đầu bằng kiến thức thực hành về trực quan hóa dữ liệu chuỗi thời gian bằng Python.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Biểu đồ đường
Bạn sẽ học cách tận dụng các công cụ vẽ cơ bản trong Python, cũng như cách chú thích và cá nhân hóa các biểu đồ chuỗi thời gian. Kết thúc chương này, bạn sẽ có thể lấy bất kỳ bộ dữ liệu tĩnh nào và tạo ra những biểu đồ thuyết phục cho dữ liệu của mình.
- Chào mừng bạn đến với khóa học!50 XP
- Tải dữ liệu chuỗi thời gian của bạn100 XP
- Kiểm tra dữ liệu của bạn có đúng kiểu hay không100 XP
- Vẽ biểu đồ chuỗi thời gian đầu tiên của bạn50 XP
- Biểu đồ đầu tiên của bạn!100 XP
- Chỉ định kiểu biểu đồ100 XP
- Hiển thị và gắn nhãn biểu đồ100 XP
- Tùy chỉnh biểu đồ chuỗi thời gian của bạn50 XP
- Trích lọc dữ liệu chuỗi thời gian100 XP
- Thêm các mốc dọc và ngang100 XP
- Thêm vùng được tô bóng vào biểu đồ của bạn100 XP
2
Thống kê tóm tắt và chẩn đoán
Trong chương này, bạn sẽ hiểu sâu hơn về dữ liệu chuỗi thời gian của mình bằng cách tính các thống kê tóm tắt và vẽ các góc nhìn tổng hợp của dữ liệu.
3
Tính mùa vụ, xu hướng và nhiễu
Bạn sẽ đi xa hơn các thống kê tóm tắt bằng cách tìm hiểu về biểu đồ tự tương quan và bán tương quan. Bạn cũng sẽ học cách tự động phát hiện tính mùa vụ, xu hướng và nhiễu trong dữ liệu chuỗi thời gian.
4
Làm việc với nhiều chuỗi thời gian
Trong Khoa học Dữ liệu, việc tham gia các dự án cần nghiên cứu đồng thời nhiều chuỗi thời gian là rất phổ biến. Trong chương này, chúng tôi sẽ chỉ cho bạn cách vẽ đồng thời nhiều chuỗi thời gian và cách khám phá, mô tả mối quan hệ giữa nhiều chuỗi thời gian.
5
Nghiên cứu tình huống: Tỷ lệ thất nghiệp
Chương này là cơ hội để bạn thực hành tất cả khái niệm đã học trong khóa. Bạn sẽ trực quan hóa tỷ lệ thất nghiệp ở Mỹ giai đoạn 2000–2010.
Trực quan hóa dữ liệu chuỗi thời gian trong Python
Hoàn
thành khóa học
