Analyse exploratoire et visualisation
Faire parler les données avant de modéliser, et restituer un résultat que quelqu'un d'autre comprend.
Analyse exploratoire et visualisation dans le parcours DS
Ce module de niveau intermédiaire fait partie de Data Sciences. Son programme comporte 5 chapitres, à suivre dans l’ordre proposé ci-dessous. Tu peux consulter ce programme sans compte ; la lecture des leçons, les exercices et les vidéos dépendent de tes accès.
Pour progresser, travaille une notion à la fois, reformule-la puis vérifie ta compréhension avec le quiz du chapitre accessible. Le temps indiqué pour une leçon est une estimation, pas une promesse de maîtrise.
Découverte donne accès aux trois premiers chapitres de ce module. Sans publicité conserve les mêmes accès. Comparer les offres
Programme des chapitres
Statistique descriptive
Moyenne, médiane, quantiles, dispersion, asymétrie, distribution, résumé d'un jeu de données.
Analyse univariée et bivariée
Histogrammes, boîtes à moustaches, nuages de points, corrélation, tableaux croisés, comparaison de groupes.
Visualisation avec Matplotlib et Seaborn
Figures, axes, types de graphiques, échelles, couleurs, annotations, export.
Lisibilité et graphiques trompeurs
Réservé aux abonnés
Axes tronqués, échelles trompeuses, surcharge, choix de couleurs, accessibilité, honnêteté de la représentation.
Tableaux de bord et restitution
Réservé aux abonnés
Choix des indicateurs, hiérarchie de l'information, récit de données, présentation à un décideur.