Numerieke EDA

Een paar jaar geleden begon KIC 8462852, ook wel Tabby's Star genoemd, sterk in helderheid af te nemen. We weten nog niet precies waarom, maar wetenschappers onderzoeken dit door op verschillende momenten en locaties waarnemingen te doen.

Hieronder staan enkele beschrijvende statistieken over de waarnemingen. In tegenstelling tot de kwalitatieve dataset die we in de video zagen, bestaat de dataset van Tabby's Star alleen uit kwantitatieve gegevens, waardoor we statistieken zoals het gemiddelde en de mediaan krijgen.

Luminosity Observations
+-------+----------+
| count | 52       |
| mean  | 1.169356 |
| std   | 1.230953 |
| min   | 0.974110 |
| 25%   | 0.995637 |
| 50%   | 1.002465 |
| 75%   | 1.008685 |
| max   | 9.874800 |
+-------+----------+

Uit hoeveel afzonderlijke helderheidswaarnemingen bestaat de dataset?

Deze oefening maakt deel uit van de cursus

Data Science begrijpen

Interactieve oefening met praktijkervaring

Zet theorie om in actie met een van onze interactieve oefeningen

Deze oefening maakt deel uit van de cursus

Data Science begrijpen

SkillTag.level.beginnerSkillTag.label

4.8+

Begin gratis met de cursus

We beginnen de cursus met een definitie van data science. We behandelen de data science-workflow en hoe data science wordt toegepast op problemen uit de praktijk. We sluiten het hoofdstuk af met een overzicht van verschillende rollen binnen het data science-veld.

Exercise 1: Wat is data science?Exercise 2: Data science is overal!Exercise 3: Het belang van datawetenschap Exercise 4: Toepassingen van data science Exercise 5: Dagelijkse dosis data science Exercise 6: De wetenschap achter slimme assistenten Exercise 7: Rollen en tools in datawetenschap Exercise 8: De juiste kandidaat kiezen Exercise 9: De rol van een data scientist

Nu we de data science-workflow begrijpen, duiken we dieper in de eerste stap: dataverzameling en -opslag. We leren over de verschillende databronnen waar je uit kunt putten, hoe die data eruitziet, hoe je de data opslaat zodra die is verzameld, en hoe een datapijplijn het proces kan automatiseren.

Exercise 1: Gegevensbronnen Exercise 2: Gegevensbronnen sorteren Exercise 3: Frequentie van astma Exercise 4: Datatypen Exercise 5: Gegevenstypen classificeren Exercise 6: Net promoter score Exercise 7: Activity tracker Exercise 8: Gegevensopslag en -opvraging Exercise 9: Cloudplatforms Exercise 10: Een database bevragen Exercise 11: Welk type database?Exercise 12: Datapijplijnen Exercise 13: Kenmerken van een datapijplijn Exercise 14: Extract Transform Load

Datavoorbereiding is essentieel: data scientists besteden 80% van hun tijd aan het opschonen en bewerken van data, en slechts 20% aan het daadwerkelijk analyseren ervan. In dit hoofdstuk leer je problemen in je data herkennen en omgaan met missende waarden en uitschieters. Daarna ga je aan de slag met visualisatie, een onmisbaar hulpmiddel om je data te verkennen én je bevindingen duidelijk over te brengen.

Exercise 1: Datavoorbereiding Exercise 2: The truth is out there Exercise 3: Ben je voorbereid?Exercise 4: Verkennende data-analyse Exercise 5: Numerieke EDA

Huidige oefening

Exercise 6: Visuele EDA Exercise 7: Visualisatie Exercise 8: Interactieve dashboards Exercise 9: Een dashboard verbeteren

In dit laatste hoofdstuk bespreken we experimenteren en voorspellen! We beginnen met experimenten en behandelen A/B-testen. Daarna gaan we naar tijdreeksvoorspellingen, waar we leren hoe je toekomstige gebeurtenissen kunt voorspellen. Tot slot eindigen we met Machine Learning en kijken we naar supervised learning en clustering.

Exercise 1: A/B-testen Exercise 2: Een A/B-testworkflow opzetten Exercise 3: Statistische significantie Exercise 4: Tussentijdse resultaten Exercise 5: Voorspellen met tijdreeksen Exercise 6: Tijdreeksgegevens classificeren Exercise 7: Interpreteer een tijdreeksplot Exercise 8: Supervised machine learning Exercise 9: Wanneer gebruik je supervised learning Exercise 10: Features en labels Exercise 11: Modelbeoordeling Exercise 12: Clustering Exercise 13: Supervised vs. Unsupervised Exercise 14: Clusteromvang kiezen Exercise 15: Gefeliciteerd!