外れ値の特定と対処は、探索的データ分析を行ううえで不可欠なステップです。
この演習では、外れ値が含まれるシナリオが提示されます。どのような対応を取るべきかを判断してください。
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
新しいデータセットにはどう取り組むのが最善でしょうか?カテゴリカルデータと数値データを検証・要約し、Seabornで可視化を作成して発見を伝える方法を学びます。
探索や分析では、欠損値、不適切なデータ型、外れ値への対応が欠かせません。この章では、これらの課題に対処するテクニックを学び、EDAのプロセスを効率化します!
現在の演習
データセット内の変数は独立して存在しているわけではなく、互いに関係があります。この章では、数値・カテゴリカル・DateTime データにまたがる関係を確認し、その方向性や強さ、可視化の方法を探ります。
探索的データ分析はデータサイエンスのワークフローで極めて重要ですが、そこで終わりではありません。探索を終えたあと、プロジェクトを前進させるためのテクニックと考慮点を学びましょう!