Am Ende dieses Projekts werden wir lernen, wie wir Zeitreihendaten analysieren können. Wir werden über verschiedene Visualisierungstechniken für Zeitreihendaten sprechen und sie im Hinblick auf die Aufgaben vergleichen, die wir mit jeder von ihnen lösen können. Aufgaben wie die Erkennung von Ausreißern, die Erkennung von Schlüsselmomenten und die allgemeine Trendanalyse. In diesem Projekt werden wir lernen, wie und wann wir Liniendiagramme, Balkendiagramme und Boxplots verwenden. Wir werden auch einige Techniken der Farbzuordnung kennenlernen und verstehen, wie sie uns helfen können, unsere Daten besser zu analysieren und zu verstehen.

Techniken zur Visualisierung und Analyse von Zeitreihendaten

Techniken zur Visualisierung und Analyse von Zeitreihendaten

Dozent: Ahmad Varasteh
Bei Mehr erfahren enthalten
Fragen Sie Coursera
(19 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Lernen Sie, Zeitreihendaten anhand verschiedener Aufgaben zu analysieren
Lernen Sie, Boxplots, Liniendiagramme und Balkendiagramme zu analysieren
Lernen Sie den Umgang mit dem Python-Modul „plotly“
Kompetenzen, die Sie festigen
- Kategorie: Deskriptive Analytik
- Kategorie: Datenvisualisierung
- Kategorie: Box Plots
- Kategorie: Plot (Grafiken)
- Kategorie: Datenverarbeitung
- Kategorie: Explorative Datenanalyse
- Kategorie: Erkennung von Anomalien
- Kategorie: Zeitreihenanalyse und Vorhersage
- Kategorie: Statistische Visualisierung
- Kategorie: Vorverarbeitung von Daten
Tools, die Sie verwenden werden
- Kategorie: Python-Programmierung
- Kategorie: Plotly
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Nur als Desktop-Version verfügbar
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien

Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Einführung in das Projekt
Vorverarbeitung der Daten
Analyse der globalen Temperatur von 1995 bis 2019
Vergleich der jährlichen Durchschnittstemperaturen verschiedener Regionen im Zeitverlauf
Analyse der monatlichen Durchschnittstemperatur in Kanada
Empfohlene Erfahrung
Gute Kenntnisse der Programmiersprache Python und des Plotly-Moduls. Erfahrung im Umgang mit Jupyter Notebook. Vertrautheit mit den Grundlagen der Datenvisualisierung.
5 Projektbilder
Dozent

von
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Ihnen könnte auch Folgendes gefallen:
Status: Kostenloser TestzeitraumUniversity of Pittsburgh
Status: Kostenloser TestzeitraumUniversity of Colorado Boulder
Status: VorschauBall State University
Status: Vorschau
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online


