Unter „explorativer Datenanalyse“ versteht man in diesem Kurs die Untersuchung tabellarischer Daten, um deren Verteilungen, Zusammenhänge und allgemeine Qualität zu verstehen, bevor fundiertere Schlussfolgerungen gezogen werden. Der Kurs legt den Schwerpunkt auf die Verwendung von Python zur Datenprüfung, zur Visualisierung von Mustern und zur Bewältigung häufiger Probleme wie fehlender oder doppelter Zeilen.

Eine explorative Datenanalyse kommt zum Einsatz, wenn Sie einen tabellarischen Datensatz zum ersten Mal erhalten und dessen Inhalt verstehen müssen, bevor Sie ihn weiter auswerten können. In diesem Kurs umfasst dies die Überprüfung von Verteilungen, den Vergleich von Variablen und das Erkennen von Qualitätsproblemen, die die Analyse beeinträchtigen könnten.

Die explorative Datenanalyse findet zu Beginn eines Daten-Workflows statt – nachdem die Daten geladen wurden und bevor formellere Analyseentscheidungen getroffen werden. Sie hilft Ihnen dabei, zu entscheiden, welche Daten bereinigt werden müssen, welche Muster es wert sind, näher untersucht zu werden, und in welchem Zusammenhang die Variablen zueinander stehen.