À la fin de ce projet, nous aurons appris à analyser des données de séries chronologiques. Nous allons parler de différentes techniques de visualisation pour les ensembles de données de séries chronologiques et nous allons les comparer en termes de tâches que nous pouvons résoudre en utilisant chacune d'entre elles. Des tâches telles que la détection des données aberrantes, la détection des moments clés et l'analyse des tendances générales. Au cours de ce projet, nous apprendrons comment et quand utiliser les diagrammes linéaires, les diagrammes à barres et les diagrammes en boîte. Nous apprendrons également quelques techniques de cartographie des couleurs et nous comprendrons comment elles peuvent nous aider à mieux analyser et comprendre nos données.
Techniques de visualisation et d'analyse des données de séries temporelles
Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.
Techniques de visualisation et d'analyse des données de séries temporelles
Instructeur : Ahmad Varasteh
Inclus avec
(19 avis)
Expérience recommandée
Ce que vous apprendrez
Apprendre à analyser des données Séries chronologiques en cours d'utilisation
Apprendre à analyser les diagrammes en boîte, les diagrammes linéaires et les diagrammes à barres
Apprendre à travailler avec le module python plotly
Compétences que vous pratiquerez
- Catégorie : Prétraitement des données
- Catégorie : Visualisation statistique
- Catégorie : Visualisation des données
- Catégorie : Tracé (graphique)
- Catégorie : Graphiques en boîte
- Catégorie : Analyse descriptive
- Catégorie : Traitement des données
- Catégorie : Analyse exploratoire des données
- Catégorie : Détection des anomalies
- Catégorie : Analyse des séries temporelles et prévisions
Outils que vous utiliserez
- Catégorie : Programmation Python
- Catégorie : Plotly
Détails à connaître
Ajouter à votre profil LinkedIn
Disponible uniquement sur ordinateur
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Apprendre, pratiquer et appliquer des compétences prêtes à l’emploi en moins de 2 heures
- Bénéficiez d’une formation par des experts du secteur
- Gagnez en expérience pratique en effectuant des tâches professionnelles du monde réel
- Renforcez votre confiance en utilisant les outils et technologies les plus récents
À propos de ce Projet Guidé
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Introduction au projet
Prétraitement de données
Analyse de la température mondiale de 1995 à 2019
Comparaison de la température moyenne annuelle de différentes régions au fil du temps
Analyse de la température moyenne mensuelle au Canada
Expérience recommandée
Bonne connaissance du langage de programmation Python et du module Plotly. Expérience avec le Bloc-notes. Familiarité avec les bases de la visualisation des données.
5 images de projet
Instructeur
Offert par
Méthode d’apprentissage
Apprentissage pratique basé sur les compétences
Mettez en pratique de nouvelles compétences en effectuant des tâches professionnelles.
Conseils d’experts
Suivez les vidéos pré-enregistrées d’experts à l’aide d’une interface unique, divisée en deux.
Aucun téléchargement ou installation requis(e)
Accédez aux outils et aux ressources dont vous avez besoin dans un espace de travail cloud préconfiguré.
Disponible uniquement sur ordinateur de bureau
Ce Projet Guidé est conçu pour les ordinateurs portables ou de bureau disposant d’une connexion internet fiable, et non pour les appareils mobiles.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Vous aimerez peut-être aussi
Statut : Essai gratuitUniversity of Pittsburgh
Statut : Essai gratuitUniversity of Colorado Boulder
Statut : Essai gratuitStatut : GratuitCoursera
Statut : Prévisualisation
