Explorative Datenanalyse in Python

Du hast einige interessante Daten vorliegen – doch wo fängst du mit deiner Analyse an? In diesem Kurs geht es darum, Datensätze zu erkunden und auszuwerten. Dies beginnt mit dem Verstehen der Inhalte eines Datensatzes und erstreckt sich bis hin zum Einbinden der gewonnenen Erkenntnisse in Data-Science-Arbeitsabläufe.

Anhand von Daten zu Arbeitslosenzahlen und Flugticketpreisen nutzt du Python, um Daten zusammenzufassen und zu validieren, um fehlende Werte zu identifizieren, zu berechnen und zu ersetzen sowie um numerische und kategoriale Werte zu bereinigen. Im Laufe des Kurses erstellst du ansprechende Seaborn-Visualisierungen, um Variablen und ihre Beziehungen zu verstehen.

Du untersuchst zum Beispiel, wie Alkoholkonsum und die Leistungsfähigkeit von Studierenden zusammenhängen. Schließlich zeigt der Kurs, wie explorative Erkenntnisse in Data-Science-Arbeitsabläufe einfließen, indem neue Merkmale erstellt, kategoriale Merkmale abgeglichen und Hypothesen aus den Erkenntnissen abgeleitet werden.

Nach Abschluss dieses Kurses bist du in der Lage, deine eigene explorative Datenanalyse (EDA) in Python durchzuführen. Du kannst deine Ergebnisse anderen visuell erklären und die nächsten Schritte vorschlagen, um Erkenntnisse aus deinen Daten zu gewinnen.