Ten kurs eksploracyjnej analizy danych (EDA) zaczniesz od nauki korzystania ze statystyk opisowych i identyfikowania brakujących danych, a następnie zastosujesz techniki imputacji, aby uzupełnić luki w zbiorze danych.

Czym jest eksploracyjna analiza danych?

Kroki EDA

Wstępna EDA ofert AirBnB

Identyfikowanie brakujących danych

Statystyki opisowe dla zmiennej

Imputacja brakujących danych

Wstępna eksploracyjna analiza danych w Power BI

W drugim rozdziale kursu nauczysz się wykrywać wartości odstające i radzić sobie z nimi w zbiorze danych. Zbudujesz histogramy do analizy rozkładów i zastosujesz winsoryzację do usuwania wartości odstających.

Rozkłady i wartości odstające

Metody wykrywania wartości odstających

Histogramy i wartości odstające w ofertach AirBnB

Utwórz swój pierwszy histogram

Identyfikowanie wartości odstających

Obsługa wartości odstających w danych

Teraz czas na zbadanie zależności między zmiennymi kategorycznymi przy użyciu proporcji. Następnie skorzystasz z wykresów pudełkowych i statystyk opisowych, aby określić, jak zmienna ciągła jest kształtowana przez zmienną kategoryczną.

EDA ze zmiennymi kategorycznymi

Histogramy a wykresy pudełkowe

Eksploracja zmiennych kategorycznych na danych AirBnB

Analiza zmiennej kategorycznej

Proporcje ze zmiennymi kategorycznymi

Analiza wielu zmiennych kategorycznych

Tworzenie wykresu skrzynkowego

W ostatnim rozdziale zagłębisz się w wykresy punktowe, aby przeanalizować zależność między dwiema zmiennymi ciągłymi i obliczyć współczynnik korelacji.

Relacje między zmiennymi ciągłymi

Ćwiczenie interpretacji wykresu rozrzutu

Eksploracja ofert AirBnB za pomocą wykresów punktowych

Analiza zależności za pomocą wykresów rozrzutu

Dodawanie kontekstu do wykresów punktowych

Współczynnik korelacji

Gratulacje!

Zależności między zmiennymi ciągłymi

Exercises and Datasets

DataCamp vs. Local Experience

Wzbogać swoje raporty dzięki eksploracyjnej analizie danych (EDA) w Power BI. Zaczniesz od statystyk opisowych, które pomogą ci wykryć wartości odstające, zidentyfikować brakujące dane i zastosować techniki imputacji do uzupełniania luk w zbiorze danych. Następnie dowiesz się, jak EDA w Power BI pozwala odkrywać zależności między zmiennymi – zarówno kategorycznymi, jak i ciągłymi – z wykorzystaniem podstawowych miar statystycznych oraz wykresów pudełkowych i punktowych.

<h2>Wprowadzenie do eksploracyjnej analizy danych w Power BI</h2>
Ulepsz swoje raporty dzięki eksploracyjnej analizie danych (EDA) w Power BI! 

Ten kurs dla początkujących analityków danych obejmuje podstawy EDA, w tym statystykę opisową, obsługę brakujących danych, analizę rozkładów oraz identyfikację wartości odstających. Nauczysz się używać histogramów, wykresów pudełkowych i wykresów rozrzutu do wizualizacji danych, interpretowania rozkładów oraz rozumienia zależności między zmiennymi.
<br><br>
<h2>Zastosuj techniki statystyczne</h2>
Poznaj sposoby zarządzania zmiennymi kategorycznymi i ciągłymi, korzystania z zaawansowanych technik wizualizacji oraz obliczania współczynników korelacji. Interaktywne ćwiczenia i przykłady z życia wzięte sprawią, że będziesz mógł skutecznie wykorzystać te umiejętności do analizy i interpretacji swoich danych. 


Introduction to DAX in Power BI

Naucz się tworzyć raporty w Power BI z EDA, które szybko odkrywają wnioski i zwiększają wartość biznesową.

Eksploracyjna analiza danych w Power BI

Twórz skuteczne raporty dzięki Exploratory Data Analysis (EDA) w Power BI, by szybciej odkrywać wnioski i zwiększać wartość biznesową.

Analityk danych w Power BI

Dodawanie kontekstu do wykresów punktowych

Eksploracyjna analiza danych w Power BI

Interaktywne ćwiczenie praktyczne