外れ値を特定し、適切に対処することは、探索的データ分析を行う上で欠かせないステップです。
この演習では、外れ値が含まれるいくつかのシナリオが提示されます。それぞれについて、どのように対処す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を分析するとき、どのように取り組めばよいのでしょうか。カテゴリデータと数値データを検証・要約する方法を学び、Seabornを使って分析結果を伝えるための可視化を作成します。
データを探索・分析する際には、欠損値や誤ったデータ型、外れ値への対処が必要になることがよくあります。この章では、こうした問題に対処し、EDAのプロセスを効率化するための手法を学びます。
現在の演習
データセット内の変数は、それぞれ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、数値データ、カテゴリデータ、さらにはDateTimeデータにおける変数間の関係を取り上げ、その関係の方向や強さを調べるとともに、可視化する方法を学びます。
探索的データ分析はデータサイエンスのワークフローにおいて重要なステップですが、それで終わりではありません。ここからは、探索を終えた後もプロジェクトをうまく進めていくための手法や、考慮すべき点を学びます。