Conduct exploratory data analysis with a systematic approach to investigate different aspects of your data: comparisons, relationships, compositions, and distributions. This guided project gives you a framework so you can conduct your own exploratory data analysis and make your work more professional and organized. The language is Python and the libraries used are seaborn, pandas, and matplotlib.
Conducting Exploratory Data Analysis
Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.
Conducting Exploratory Data Analysis
Bei enthalten
Fragen Sie Coursera
Erwerben Sie praxisrelevante Kompetenzen unter Anleitung von Experten, üben Sie sich in ihrer Anwendung und wenden Sie sie schließlich an.
Stufe Mittel
Empfohlene Erfahrung
1.5 hours
In Ihrem eigenen Lerntempo lernen
Praktisches Lernen
Was Sie lernen werden
Conduct exploratory data analysis.
Plot and analyze distributions, comparisons, composition, and relationships.
Kompetenzen, die Sie festigen
- Kategorie: Data Visualization Software
- Kategorie: Exploratory Data Analysis
- Kategorie: Plot (Graphics)
- Kategorie: Matplotlib
- Kategorie: Data Visualization
- Kategorie: Analysis
- Kategorie: Statistical Visualization
- Kategorie: Data Analysis
- Kategorie: Statistical Analysis
Tools, die Sie verwenden werden
- Kategorie: Pandas (Python Package)
- Kategorie: Seaborn
- Kategorie: Python Programming
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
Keine Downloads oder Installation erforderlich
Nur als Desktop-Version verfügbar
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien
Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Build a solid foundation with Matplotlib and Seaborn
Plot and analyze distributions within the data
Plot and analyze comparisons within the data
Practice Task - Self Assessment
Plot and analyze the composition of data
Plot and analyze the relationships in our data
Capstone - Exploratory Data Analysis (EDA)
Empfohlene Erfahrung
Basic understanding of Pandas and Python and familiarity with Google Colab or Jupyter.
7 Projektbilder
Dozent
2 Kurse1.893 Lernende
von
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Ihnen könnte auch Folgendes gefallen:
Status: Kostenloser TestzeitraumJohns Hopkins University
Status: Kostenloser TestzeitraumGoogle
