Kaggle là loại nền tảng gì? Hàng năm, Kaggle khảo sát người dùng trên khắp thế giới. Khi bạn muốn học khoa học dữ liệu, có rất nhiều câu hỏi được đặt ra. Bây giờ bắt đầu có phải là quá muộn không? Bạn nên chọn ngôn ngữ nào giữa Python và R? Mức lương là bao nhiêu? Nhận câu trả lời cho câu hỏi của bạn thông qua phản hồi từ người dùng trên khắp thế giới! Bạn có thể thực hiện phân tích tần suất và trực quan hóa dữ liệu chỉ bằng một vài tính năng mạnh mẽ của Pandas.
Cách sử dụng máy tính xách tay kaggle
Xử lý dữ liệu ở định dạng DataFrame và Series với gấu trúc
Lập chỉ mục dữ liệu qua loc trong pandas
Tính tần số với gấu trúc value_counts
Hiển thị tần số bằng bảng đếm seaborn
Vẽ biểu đồ thanh bằng seaborn barplot
Tìm tần suất phản hồi cho nhiều câu hỏi bằng pd.crosstab
Sắp xếp dữ liệu với Sort_index() và Sort_values()
Cách sử dụng bộ lọc gấu trúc
Bí mật của Kaggler được tiết lộ qua dữ liệu!
Bây giờ, hãy thực hiện bước đầu tiên để phân tích dữ liệu.
Nhà phân tích dữ liệu , Nhà khoa học dữ liệu ,
Tôi muốn trở thành một kỹ sư máy học ...
Nếu bạn không có nơi nào để hỏi và có nhiều câu hỏi?!
Phân tích nó bằng dữ liệu!
Câu trả lời có thể nằm ở dữ liệu!
👉 Giới tính và độ tuổi của người dùng Kaggler là bao nhiêu?
👉 Nhà phân tích dữ liệu? Nhà khoa học? Kỹ sư học máy? Lập trình viên?
👉 Python so với R so với SQL?
👉 Jupyter? VS Code? PyCharm? Bạn nên dùng trình soạn thảo nào?
👉 Tỷ lệ giới tính của người dùng Kaggler có thay đổi theo nhóm tuổi không?
👉 Ngoài ra, có sự khác biệt trong cách sử dụng ngôn ngữ và nghề nghiệp tùy theo giới tính không?
Nếu bạn phải làm đi làm lại cùng một công việc thì sao? Hãy tạo một hàm để giảm khối lượng công việc lặp đi lặp lại.
Tôi sẽ tạo một hàm tự động phân tích tần suất chỉ bằng cách truyền vào số câu hỏi!
Khóa học này dành cho ai?
Người mới bắt đầu khoa học dữ liệu
Kaggle người mới bắt đầu
Bất cứ ai tò mò về thông tin nhân khẩu học của các nhà phân tích dữ liệu khác
Bất cứ ai muốn phân tích khảo sát với Pandas
nhà phân tích dữ liệu
Bất cứ ai muốn tìm hiểu kỹ thuật tiền xử lý dữ liệu
Cần biết trước khi bắt đầu?
Hiểu biết cơ bản về các kiểu dữ liệu, biến, danh sách, câu lệnh điều kiện và hàm trong Python.
Các thao tác so sánh và gán trong Python
Hiểu biết cơ bản về định dạng DataFrame và Series của gấu trúc
Hiểu biểu đồ thanh
18,879
Học viên
791
Đánh giá
1,334
Trả lời
4.9
Xếp hạng
6
Các khóa học
Microsoft MVP(Python Developer Technologies)
네이버 커넥트 재단 부스트코스 데이터사이언스 강의 설계 및 교수자
서울대 빅데이터혁신공유대학, 서울대 평생교육원, 연세대 DX Academy, 한신대 ABC Camp, 한양대 대학원, 전남대,
한국능률협회, 삼성SDS 멀티캠퍼스, 멋쟁이사자처럼, 패스트캠퍼스, 모두의연구소 등 다수의 교육기관 및 기업 강의
다양한 도메인(제약, 통신, 자동차, 커머스, 교육, 정부기관 등)의 기업 데이터 분석
20년이상 게임, 광고, 교육 등 다양한 도메인에서 웹 백엔드 개발자 및 데이터 분석가 현업 경험
Tất cả
13 bài giảng ∙ (2giờ 40phút)
Tất cả
95 đánh giá
4.9
95 đánh giá
Đánh giá 286
∙
Đánh giá trung bình 5.0
Đánh giá 97
∙
Đánh giá trung bình 4.2
Đánh giá 1
∙
Đánh giá trung bình 5.0
Đánh giá 3
∙
Đánh giá trung bình 5.0
Đánh giá 1
∙
Đánh giá trung bình 5.0
Miễn phí
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!
![[리뉴얼] 처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 캐글 문제 풀며 정리하기) [데이터분석/과학 Part2]Hình thu nhỏ khóa học](https://cdn.inflearn.com/public/courses/327464/cover/55c4db7b-7764-43cc-ac75-d9e8d08098f1/327464-eng.png?f=avif&w=420)
![[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3)Hình thu nhỏ khóa học](https://cdn.inflearn.com/public/courses/329972/cover/dcfb28fd-48c1-4bb1-ab31-d59eac874194/329972-original.png?f=avif&w=420)
