Lekce 18 - Klíčové přístupy v datové analýze - EDA a SDA Nové
V předchozí lekci, Etika v datové analýze, jsme se zabývali etikou v datové analýze, identifikací citlivých dat a klíčovými etickými principy.
V dnešním tutoriálu Úvodu do datové analýzy se zaměříme na Exploratory Data Analysis (EDA) a Statistical Data Analysis (SDA). Ukážeme si, proč je důležité nejprve data prozkoumat, jak následně pracovat s hypotézami a jak kombinace obou přístupů vede k přesnějším závěrům.
Průzkumná analýza dat - EDA
Než začneme testovat hypotézy nebo vytvářet modely, potřebujeme si data nejprve takříkajíc osahat. Právě k tomu slouží Exploratory Data Analysis (EDA), tedy průzkumná analýza dat. V této fázi se snažíme pochopit, jak data vypadají, najít v nich vzorce, odchylky nebo jiné zajímavosti. Pomáhá nám to odhalit souvislosti, které bychom při běžném pohledu snadno přehlédli.
K průzkumu dat využíváme jednoduché nástroje, které jsme si již představili. Jsou to popisné statistiky (například průměr, medián nebo rozptyl) a vizualizace (například histogramy nebo korelační matice).
Výsledky z EDA slouží jako první orientace, nikoliv jako důkaz. Ukazují, co může být zajímavé, ne co je definitivně platné.
Ukázkový dataset
Mějme dataset s uživatelským hodnocením produktů:
EDA v praxi
Pojďme se podívat na praktickou ukázku využití
...konec náhledu článku...
Pokračuj dál
Došel jsi až sem a to je super! Věříme, že ti první lekce ukázaly něco nového a užitečného.
Chceš v kurzu pokračovat? Přejdi do prémiové sekce.
Koupit tento kurz
Obsah článku spadá pod licenci Premium, koupí článku souhlasíš se smluvními podmínkami.
- Neomezený a trvalý přístup k jednotlivým lekcím.
- Kvalitní znalosti v oblasti IT.
- Dovednosti, které ti pomohou získat vysněnou a dobře placenou práci.
Popis článku
Požadovaný článek má následující obsah:
V tutoriálu si ukážeme rozdíl mezi dvěma základními přístupy v datové analýze: Exploratory Data Analysis (EDA) a Statistical Data Analysis (SDA).
Kredity získáš, když podpoříš naši síť. To můžeš udělat buď zasláním symbolické částky na podporu provozu nebo přidáním obsahu na síť.
