Dans ce module, vous réaliserez les techniques essentielles de Data wrangling nécessaires au Nettoyage des données et à la préparation des ensembles de données pour l'analyse. Tout au long du module, vous réaliserez des activités pratiques pour identifier et traiter les problèmes courants liés aux données, notamment les entrées en double et les valeurs manquantes. Vous supprimerez stratégiquement les enregistrements doublons, appliquerez des stratégies d'imputation appropriées pour les données manquantes et normaliserez les ensembles de données afin d'en assurer la cohérence et la précision. En outre, vous aurez un quizz noté pour évaluer votre compréhension et renforcer les concepts abordés.

Dans ce module, vous utiliserez des techniques essentielles d'Analyse exploratoire des données (AED) pour découvrir des informations significatives à partir de votre Ensemble de données. Vous commencerez par identifier la distribution des données en traçant des courbes de distribution et des histogrammes, qui sont essentiels pour comprendre comment les valeurs sont réparties entre les différentes caractéristiques. Ensuite, vous détecterez les valeurs aberrantes susceptibles de fausser votre analyse et apprendrez à les supprimer efficacement pour garantir l'intégrité des données. En outre, vous explorerez les corrélations entre les différentes caractéristiques de l'Ensemble de données, révélant des relations qui peuvent éclairer votre analyse globale. Enfin, vous créerez un nouveau DataFrame pour organiser et présenter vos résultats. Le module comprend un quiz pour tester vos connaissances.

Dans ce laboratoire, vous effectuerez des techniques de visualisation des données essentielles pour extraire des informations significatives de l'ensemble des données de l'enquête Stack Overflow. Vous commencerez par visualiser la distribution des données à l'aide d'histogrammes et de graphiques en boîte pour comprendre la répartition de la rémunération et de l'âge. Ensuite, vous explorerez les relations entre les caractéristiques à l'aide de diagrammes de dispersion et de diagrammes à bulles, puis vous examinerez la composition des données à l'aide de graphiques circulaires et de graphiques empilés. Enfin, vous comparerez les données en cours d'utilisation à l'aide de graphiques linéaires et de graphiques à barres. Le module comprend un quiz noté qui évaluera votre connaissance de ces concepts, vous assurant ainsi d'être bien préparé pour une analyse plus poussée dans votre projet final.

Dans ce module, vous allez créer des tableaux de bord à partir des données de l'enquête Stack Overflow en utilisant soit IBM Cognos Analytics, soit Google Looker Studio. La mission est divisée en deux parties : Partie A : Création d'un tableau de bord avec IBM Cognos Analytics et Partie B : Création d'un tableau de bord avec Google Looker Studio. Vous concevrez un tableau de bord avec des sections sur l'utilisation actuelle des technologies, les tendances technologiques futures et les données démographiques. Après avoir effectué le travail, vous devrez soumettre le lien du tableau de bord Cognos ou Looker Studio que vous avez réalisé. Le module comprend également une liste de contrôle qui vous permet de vous assurer que vous avez effectué toutes les tâches nécessaires avant de poursuivre.

In the final module, you will focus on presenting your data findings effectively. You will begin by exploring key elements contributing to a successful data findings report, including structuring your report, using best practices for data visualization, and presenting complex information in an engaging, accessible format. The module also includes labs covering basics in PowerPoint, foundational presentation techniques, and saving your presentation as a PDF to ensure a polished, professional final product. Finally, you will complete and submit a final presentation highlighting insights derived from the Stack Overflow Developer Survey data for evaluation through AI Grading or Peer Review.