免费课程

与R数据分析

通过
Facebook

直观地分析和总结的数据集

nanodegree程序

编程简介

学习码

通过学习编程的基础知识提升你的职业。

这个课程

探索性数据分析是总结和可视化数据组的重要特征的方法。通过推动 约翰·图基,探索性数据重在分析探索数据理解数据的底层结构和变量,制定直觉关于数据集,考虑到数据集是如何应运而生,并决定它如何被研究了统计形式更多的方法。

如果你有兴趣在补充阅读材料的过程中检查出来的 探索性数据分析 本书。 (非必需)

另外这当然是一部分我们 数据分析 nanodegree。

当然成本
自由
时间线
约。 2个月
技能等级
中间
计入产品

丰富的学习内容

互动问答

由行业专业人士授课

自学

学生支持社区

加入路径伟大

这当然是你迈向一个新的职业生涯与编程入门程序的第一步。

免费课程

与R数据分析

通过Facebook

提升你的技能,并通过创新,自主学习提高你的hirability。

Icon steps
 
 

当然线索

莫伊拉·伯克

莫伊拉·伯克

讲师

克里斯SADEN

克里斯SADEN

讲师

所罗门梅辛

所罗门梅辛

讲师

院长eckles

院长eckles

讲师

你将学到什么

第一课

什么是EDA?

  • 启动通过了解更多关于什么探索性数据分析(EDA),以及为什么它是非常重要的。
教训2

[R基本知识

  • EDA,正式的假设检验和建模前所来临的时候,使用的可视化,使方法分析和汇总数据集。
  • R将是我们对这些产生的视觉效果和进行分析的工具。
  • rstudio,我们将安装软件包,布局和学习r的基本命令,r表示基本做法编写脚本,并检查数据集。
第3课

变一个探索

  • EDA进行了解变量的分布和检查异常和异常值。
  • 了解如何量化和可视化的变量在一个单独的数据集,使Facebook用户的伪数据集的意义。
  • 创建直方图和箱线图,变换变量,并检查可视化权衡。
第4课

探索两个变量

  • DA可以让我们建立预测模型之前,请先确定最重要的变量和关系中的数据集。
  • 学习探索数据集中任意两个变量之间的关系的技术。
  • 创建散点图,计算相关性,并探讨有条件的手段。
第五课

探索许多变数

  • 学习强大的方法和可视化多变量之间关系的研究。
  • 重塑帧的数据以及如何使用的颜色,形状和美学等,以发现更多的信息
  • 继续围绕Facebook的数据集构建直觉摸索出一些新的数据集,以及。
第6课

钻石和价格预测

  • 调查数据集旁边的钻石Facebook的数据科学家,所罗门搞乱。
  • 看看造型如何预测可以让我们确定好价格的钻石。
  • 作为一个项目结束时,您将创建你所选择的数据设置自己的探索性数据分析。

前提条件和要求

在统计的背景是有帮助的,但不是必需的。考虑采取 简介描述性统计 此前参加此课程。相关主题包括:

  • 平均数,中位数,模式
  • 正常,均匀,偏斜分布
  • 直方图和箱线图


随着下列主题CS和数学,有利于学生的熟悉:

  • 变量赋值
  • Comparison and logical operators ( <, >, <=, >=, ==, &, | )
  • 如果else语句
  • 平方根,对数和指数

看到 技术要求 使用Udacity。

为什么走这条路

你会...

  • 通过EDA理解数据分析的旅程和方式探索数据
  • 探索在使用适当的可视化多个级别数据
  • 总结统计知识的获取数据
  • 演示好奇心和怀疑当执行数据分析
  • 围绕数据集开发的直觉和了解是如何产生的数据。
我能得到什么?
影片教练通过做练习学习由业内专业人士教