Wat is de beste manier om met een nieuwe gegevensset te beginnen? Leer categorische en numerieke data te valideren en samen te vatten en maak Seaborn-visualisaties om je bevindingen te communiceren.

Eerste verkenning

Functies voor eerste verkenning

Categorische waarden tellen

Wereldwijde werkloosheid in 2021

Gegevens valideren

Gegevenstypen detecteren

Continenten valideren

Bereik valideren

Gegevens samenvatten

Samenvattingen met .groupby() en .agg()

Benoemde aggregaties

Categorische samenvattingen visualiseren

Een gegevensset leren kennen

Data verkennen en analyseren betekent vaak omgaan met ontbrekende waarden, onjuiste datatypen en uitschieters. In dit hoofdstuk leer je technieken om deze problemen aan te pakken en je EDA-processen te stroomlijnen!

Omgaan met ontbrekende gegevens

Strategieën voor overgebleven missende gegevens

Ontbrekende vliegtuigprijzen imputeren

Categorische gegevens omzetten en analyseren

Het aantal unieke waarden vinden

Categorieën voor vluchttijd

Duurtecategorieën toevoegen

Werken met numerieke gegevens

Vluchtduur

Beschrijvende statistieken toevoegen

Uitschieters aanpakken

Opties

Uitschieter(s) verwijderen

Uitschieters in gegevensset laten staan

Wat te doen met uitschieters

Uitschieters identificeren

Uitschieters verwijderen

Opschonen en imputeren van data

Variabelen in gegevenssets staan niet op zichzelf; ze hebben relaties met elkaar. In dit hoofdstuk bekijk je relaties tussen numerieke, categorische en zelfs DateTime-data. Je onderzoekt de richting en sterkte van deze relaties en manieren om ze te visualiseren.

Patronen in de tijd

DateTime-gegevens importeren

Gegevenstype bijwerken naar DateTime

Relaties in de tijd visualiseren

Correlatie

Een heatmap interpreteren

Relaties tussen variabelen visualiseren

Meerdere variablerelaties visualiseren

Relaties tussen factoren en verdelingen

Categorische gegevens in spreidingsdiagrammen

Verkennen met KDE-plots

Relaties in data

Verkennende data-analyse is een cruciale stap in de data science-workflow, maar het is niet het eindpunt! Nu is het tijd om technieken en aandachtspunten te leren waarmee je na je verkenning succesvol verdergaat met je projecten!

Aandachtspunten voor categorische gegevens

Controleren op klasse-ongelijkheid

Kruistabel

Nieuwe features genereren

Kenmerken extraheren voor correlatie

Salarispercentielen berekenen

Salarissen categoriseren

Hypotheses opstellen

Salarissen vergelijken

Een hypothese kiezen

Gefeliciteerd

Van verkennende analyse naar actie

planes.csv

books.csv

Course Glossary

unemployment.csv

data_science_salaries.csv

divorce.csv

Je hebt interessante data—waar begin je met je analyse? Deze cursus behandelt het proces van data verkennen en analyseren: van begrijpen wat er in een gegevensset zit tot het verwerken van bevindingen uit je verkenning in een data science-workflow. 

Met data over werkloosheidscijfers en vliegticketprijzen gebruik je Python om data samen te vatten en te valideren, ontbrekende waarden te berekenen, op te sporen en te vervangen, en zowel numerieke als categorische waarden op te schonen. Door de hele cursus heen maak je fraaie Seaborn-visualisaties om variabelen en hun onderlinge relaties te begrijpen. 

Tot slot laat de cursus zien hoe verkennende bevindingen doorwerken in data science-workflows door nieuwe features te creëren, categorische features in balans te brengen en hypothesen te formuleren op basis van je bevindingen. 

Aan het einde van deze cursus voer je met vertrouwen je eigen exploratory data analysis (EDA) uit in Python. Je kunt je bevindingen visueel uitleggen aan anderen en vervolgstappen voorstellen om meer inzichten uit je data te halen!

De video's bevatten live-transcripties die je kunt weergeven door linksonder in de video's op "Transcriptie" te klikken.									
De woordenlijst van de cursus vind je rechts in de sectie met bronnen.
									
Om CPE-credits te behalen, moet je de cursus voltooien en minimaal 70% scoren op de gekwalificeerde toets. Je gaat naar de toets door rechts op de call-out voor CPE-credits te klikken.

Introduction to Statistics in Python

Introduction to Data Visualization with Seaborn

Leer over verkennende data-analyse in Python met deze cursus. Gebruik echte data om inzichten te verkrijgen.

Verkennende data-analyse in Python

Leer hoe je data kunt verkennen, visualiseren en inzichten kunt verkrijgen met behulp van exploratieve data-analyse (EDA) in Python.

Associate Data Scientist  in Python

Data-analist  in Python

Python-gegevensbasisprincipes

Een temperatuursensor heeft een meting van 100 graden Celsius, maar de sensor werkt alleen correct bij temperaturen tot 80 graden.

Een deelnemer aan een onderzoek heeft een leeftijd van min 35 jaar.

De snelheid van een auto wordt geregistreerd als 5.000 km/u.

Landen hebben een gemiddelde totale oppervlakte van 667.143 km², maar één land is geregistreerd als 1.637.687 km².

De hoogtes van verschillende dieren zijn vastgelegd en één is meer dan 1,5 keer de IQR plus het 75e percentiel.

Een basketballer scoort gemiddeld 35 punten per wedstrijd, terwijl het gemiddelde in de competitie maar 10 punten per wedstrijd is.

Wat te doen met uitschieters

Verkennende data-analyse in Python

Interactieve oefening met praktijkervaring