Mettez la clé de voûte dans vos compétences en Science des données Python en devenant compétent avec la visualisation et la modélisation des données. Ce cours est adapté aux programmeurs intermédiaires, qui ont une certaine expérience avec NumPy et Pandas, qui veulent élargir leurs compétences pour toute carrière dans la science des données. Que vous soyez venu à la Science des données par les sciences sociales et les statistiques, ou par la programmation, ce cours intégrera les deux perspectives et offrira des aperçus uniques de chacune. Vous commencerez par devenir adepte de Matplotlib, une bibliothèque de traçage essentielle en Python qui vous permettra de découvrir et de communiquer des idées sur les données de manière efficace. Vous progresserez vers les algorithmes de classification en créant un classificateur k plus proches voisins (KNN), un algorithme fondamental utilisé dans la Science des données et l'Apprentissage automatique. Enfin, vous écrirez des programmes Python qui exploitent vos nouvelles compétences en science des données basées sur les statistiques déductives, et serez en mesure de décrire les relations entre les variables dans vos données. À la fin du cours, vous serez en mesure de visualiser rapidement un ensemble de données, de l'explorer pour en tirer des idées, de déterminer les relations entre les données et de communiquer le tout avec des tracés efficaces. Dans le dernier module de ce cours, vous produirez une figure de qualité publication basée sur des données que vous avez préparées et nettoyées vous-même ; le premier artefact dans votre portefeuille de science des données. Tout au long de ce cours, vous aurez beaucoup d'expérience pratique grâce à des devoirs de programmation interactifs, des démonstrations de codage en direct par des scientifiques de données, et l'analyse des données derrière les problèmes importants du monde réel (comme les émissions de carbone, les prix de l'immobilier, et la mortalité infantile). Des activités guidées tout au long de chaque module renforceront votre maîtrise des techniques de science des données et de l'approche analytique en tant que data scientist. Solidifiez votre compréhension de ces concepts critiques de science des données et commencez votre portefeuille de science des données en maîtrisant la visualisation et la modélisation. Commencez ce voyage d'apprentissage intégratif et transformateur dès aujourd'hui !