Análise de dados com Python

coursera.inc

coursera.inc

Análise de dados com Python

Descrição

Iniciou uma nova carreira depois de concluir esses cursos

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Nível iniciante
Aproximadamente. 15 horas para concluir
Inglês
Legendas: árabe, francês, português (europeu), italiano, vietnamita, alemão, russo, turco, inglês, espanhol, persa

JOSEPH SANTARCANGELO
Ph.D., cientista de dados da IBM
IBM Developer Skills NetworkSyllabus – O que você aprenderá com este curso
Importando conjuntos de dados
Neste módulo, você aprenderá como entender os dados e aprender sobre como usar as bibliotecas no Python para ajudá -lo a importar dados de várias fontes. Você aprenderá como executar algumas tarefas básicas para começar a explorar e analisar o conjunto de dados importados.
Disputa de dados
Neste módulo, você aprenderá como executar algumas tarefas fundamentais de disputa de dados que, juntas, formam a fase de pré-processamento da análise de dados. Essas tarefas incluem o manuseio de valores ausentes nos dados, formatação de dados para padronizá -los e torná -los consistentes, normalizar dados, agrupar valores de dados em compartilhamentos e converter variáveis ​​categóricas em variáveis ​​quantitativas numéricas.
Análise exploratória de dados
Neste módulo, você aprenderá o que se entende por análise de dados exploratórios e aprenderá como realizar cálculos nos dados para calcular informações estatísticas descritivas básicas, como média, mediana, modo e valores de quartil, e usar essas informações para entender melhor a distribuição dos dados. Você aprenderá sobre como colocar seus dados em grupos para ajudá-lo a visualizar melhor os dados, aprenderá como usar o método de correlação de Pearson para comparar duas variáveis ​​numéricas contínuas e aprenderá a usar o teste do qui-quadrado para encontrar a associação entre duas variáveis ​​categóricas e como interpretá -las.
Desenvolvimento de modelos
Neste módulo, você aprenderá como definir a variável explicativa e a variável de resposta e entenderá as diferenças entre a regressão linear simples e os vários modelos de regressão linear. Você aprenderá como avaliar um modelo usando a visualização e aprender sobre regressão polinomial e pipelines. Você também aprenderá como interpretar e usar as medidas de erro quadrado R e quadrado para executar avaliações em amostra para avaliar numericamente nosso modelo. E, finalmente, você aprenderá sobre previsão e tomada de decisão ao determinar se nosso modelo está correto.
Avaliação do modelo
Neste módulo, você aprenderá sobre a importância da avaliação do modelo e discutirá diferentes técnicas de refinamento de modelos de dados. Você aprenderá sobre a seleção de modelos e como identificar o excesso de ajuste e a subida em um modelo preditivo. Você também aprenderá sobre o uso da regressão da Ridge para regularizar e reduzir erros padrão para evitar o excesso de ajuste de um modelo de regressão e como usar o método de pesquisa da grade para ajustar os hiperparâmetros de um estimador.
Tarefa final
Parabéns! Agora você concluiu todos os módulos para este curso. Neste último módulo, você concluirá a tarefa final que será classificada por seus colegas. Nesta tarefa final, você assumirá o papel de um analista de dados que trabalha em uma organização de confiança de investimentos imobiliários que deseja começar a investir em imóveis residenciais. Você receberá um conjunto de dados contendo informações detalhadas sobre os preços das casas na região com base em vários recursos da propriedade e será seu trabalho analisar e prever o preço de mercado das casas, dadas essas informações.

Avaliações

Não há avaliações ainda.

Seja o primeiro a avaliar “Análise de dados com Python”

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Cursos Relacionados

PHP Code Snippets Powered By : XYZScripts.com