You’ll begin this Exploratory Data Analysis (EDA) course by learning how to use descriptive statistics and identify missing data, and apply imputation techniques to fill the gaps in your data.

What is exploratory data analysis?

Steps to EDA

Initial EDA of AirBnB listings

Identify missing data

Descriptive statistics for a variable

Imputation for missing data

Initial Exploratory Data Analysis in Power BI

In the second chapter of this course you'll learn how to identify and address outliers within the dataset.  You will build histograms to analyze distributions and use winsorizing to remove outliers.

Distributions and outliers

Choices for finding outliers

Histograms and outliers in AirBnB listings

Create your first histogram

Identify outliers

Addressing outliers in the data

Distributions and Outliers

Now it’s time to explore the relationships between categorical variables using proportions. You’ll then use box plots and descriptive statistics to determine how a continuous variable is influenced by a categorical one. 

Kategorik değişkenlerle EDA

Seçenekler

Kutu grafiği

Histogram

Histogramlar vs. kutu grafikleri

AirBnB verileriyle kategorik değişkenleri keşfetme

Kategori değişkenini analiz etme

Kategorik değişkenlerle oranlar

Birden çok kategorik değişkeni analiz etme

Kutu grafiği oluşturma

EDA with Categorical Variables

In the final chapter, you’ll dive into scatter plots to analyze the relationship between two continuous variables and calculate the correlation coefficient.

Relationships between continuous variables

Practice interpreting a scatter plot

Exploring AirBnB listings with scatter plots

Analyzing relationships with scatter plots

Adding context to scatter plots

Correlation coefficient

Congratulations!

Relationships between Continuous Variables

Exercises and Datasets

DataCamp vs. Local Experience

Power BI'nin Keşifsel Veri Analizi (EDA) ile raporlarını zenginleştir. Önce betimsel istatistikleri kullanarak aykırı değerleri fark edecek, eksik veriyi belirleyecek ve veri küpendeki boşlukları doldurmak için atama (imputasyon) tekniklerini uygulayacaksın. Ardından Power BI'de EDA'nın, temel istatistiksel ölçüler ile kutu ve saçılım (scatter) grafikleri kullanarak hem kategorik hem de sürekli değişkenler arasındaki ilişkileri keşfetmene nasıl yardımcı olacağını öğreneceksin.

<h2>Power BI'da Keşifsel Veri Analizine Giriş</h2>
Power BI'nın Keşifsel Veri Analizi (EDA) özelliği ile raporlarınızı geliştirin! 

Veri analistleri için hazırlanan bu başlangıç kursu, tanımlayıcı istatistikler, eksik verilerin işlenmesi, dağılımların analizi ve aykırı değerlerin belirlenmesi gibi EDA'nın temel unsurlarını kapsamaktadır. Verileri görselleştirmek, dağılımları yorumlamak ve değişkenler arasındaki ilişkileri anlamak için histogramları, kutu grafikleri ve dağılım grafiklerini kullanmayı öğreneceksiniz.
<br><br>
<h2>İstatistiksel Teknikleri Uygula</h2>
Kategorik ve sürekli değişkenleri nasıl yöneteceğinizi, gelişmiş görselleştirme tekniklerini nasıl kullanacağınızı ve korelasyon katsayılarını nasıl hesaplayacağınızı keşfedin. Etkileşimli alıştırmalar ve gerçek hayattan örnekler, bu becerileri verilerinizi etkili bir şekilde analiz etmek ve yorumlamak için uygulayabilmenizi sağlar. 


Introduction to DAX in Power BI

Power BI'nin Keşifsel Veri Analizi (EDA) ile hızlı içgörüler ve iş değeri sağlayan raporlar oluşturun.

Power BI ile Keşifsel Veri Analizi

Power BI'ın Keşifsel Veri Analizi (EDA) özelliği ile daha hızlı içgörüler elde ederek iş değerini artıran etkili raporlar oluşturmayı öğrenin.

Veri Analisti Power BI'da

Aykırı değerler için alt ve üst sınırları gösteren çizgiler

Değerlerin aralıkları, yani bölmeler (bins)

Histogramlar vs. kutu grafikleri

Power BI ile Keşifsel Veri Analizi

Uygulamalı interaktif egzersiz