Project: Exploratory Data Analysis with Seaborn

от партнера
Rhyme
В этом проект с консультациями вы:

Identify and interpret inherent quantitative relationships in datasets

Produce and customize various chart types with Seaborn in Python

Apply graphical techniques in exploratory data analysis (EDA)

Clock1.5 hours
IntermediateУчащийся среднего уровня
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский + subtitles
LaptopНе для мобильных устройств

Producing visualizations is an important first step in exploring and analyzing real-world data sets. As such, visualization is an indispensable method in any data scientist's toolbox. It is also a powerful tool to identify problems in analyses and for illustrating results.In this project-based course, we will employ the statistical data visualization library, Seaborn, to discover and explore the relationships in the Breast Cancer Wisconsin (Diagnostic) Data Set. We will cover key concepts in exploratory data analysis (EDA) using visualizations to identify and interpret inherent relationships in the data set, produce various chart types including histograms, violin plots, box plots, joint plots, pair grids, and heatmaps, customize plot aesthetics and apply faceting methods to visualize higher dimensional data. This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your internet browser so you can just focus on learning. For this project, you’ll get instant access to a cloud desktop with Python, Jupyter, and scikit-learn pre-installed. Notes: - You will be able to access the cloud desktop 5 times. However, you will be able to access instructions videos as many times as you want. - This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Навыки, которые вы получите

Data ScienceMachine LearningPython ProgrammingData AnalysisData Visualization (DataViz)

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Introduction and Importing Data

  2. Separate Target from Features

  3. Diagnosis Distribution Visualization

  4. Visualizing Standardized Data with Seaborn

  5. Violin Plots and Box Plots

  6. Use Joint Plots for Feature Comparison

  7. Observing Distributions and their Variance with Swarm Plots

  8. Obtaining all Pairwise Correlations

Как устроены проекты с консультациями

Ваше рабочее пространство — это виртуальный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Часто задаваемые вопросы

Часто задаваемые вопросы

  • Приобретая проект, вы получаете все необходимое для его выполнения, включая браузерный доступ к рабочему столу, содержащему папки и программы для начала работы, а также пошаговые видеоинструкции от отраслевого эксперта.

  • Поскольку ваше рабочее пространство включает облачный рабочий стол, рассчитанный на ноутбук или ПК, проекты недоступны на мобильном устройстве.

  • Ведущие проект преподаватели — это отраслевые эксперты с навыками, инструментами и пониманием темы, которые хотят разделить свои знания с миллионами учащихся по всему миру.

  • Вы можете скачать и сохранить любой из созданных файлов своего проекта. Для этого воспользуйтесь функцией "Обозреватель файлов" на облачном рабочем столе.

  • Финансовая помощь недоступна для проектов.

  • Вам не нужны предварительные знания, чтобы начать работу с проектом. Преподаватель поможет вам на каждом этапе проекта.

  • Да, все необходимое для завершения проекта будет доступно на облачном рабочем столе. Вы сможете открыть этот рабочий стол в браузере.

  • Вы научитесь выполнять задания в режиме разделенного экрана непосредственно в браузере. В левой части экрана можно выполнять задания в своем рабочем пространстве. В правой части экрана можно просматривать пошаговые инструкции преподавателя по работе с проектом.