Fortschritt in der Datenanalyse von Excel zu Python

Diese sechsstündige Sitzung wird die Grundlagen der Datenanalyse mit Excel überprüfen und dann dieses Wissen übertragen und vertiefen, um eine komplette Datenanalyse durchzuführen. Voraussetzung: Lernende sollten ein Verständnis grundlegender Programmierung und Excel haben. Sie haben die Möglichkeit zu lernen, wie man explorative Datenanalysen, Datenvisualisierung und Hypothesentests durchführt und wie man Python nutzt, um auf Excel-Dateien zuzugreifen und sie zu manipulieren. Am Ende des Kurses werden Sie in der Lage sein, eine vollständige Datenanalyse mit Python durchzuführen. Lernziele: Während dieses Kurses haben Sie die Möglichkeit zu lernen, wie man: * Die Grundlagen der Analytik in Excel versteht * Variablen in Excel erkundet * Explorative Datenanalyse versteht * Die Grundlagen der Inferenzstatistik und des Hypothesentests versteht * Die Programmiersprache Python für die Datenanalyse verwendet * Auf Excel-Dateien mit Python zugreift * Datenvisualisierung und -exploration in Python durchführt * Effizientere und tiefere Datenanalysen mit Python durchführt * Korrelation und lineare Regression in Excel und Python erkundet * Python verwendet, um Excel-Dateien zu manipulieren und maschinelles Lernen durchzuführen. Themenübersicht: 1. Überblick über Datenanalytik 2. Excel-Überprüfung 3. Grundlagen der Analytik in Excel * Variablen in Excel * Explorative Datenanalyse in Excel * Datenvisualisierung in Excel 4. Einführung in die Programmiersprache Python 5. Installation von Anaconda 6. Meilenstein 1: Wie man Jupyter-Notebooks verwendet 7. Python-Grundlagen * Einführung in Pandas * Verwendung von Pandas zum Zugriff auf Excel-Dateien * Datenanalyse mit Pandas 8. Meilenstein 2: Durchführung explorativer Datenanalysen mit Pandas 9. Verwendung von Python für Datenbearbeitung * Verwendung von Python zur Manipulation von Excel-Dateien * Datenvisualisierung in Python: Matplotlib, Pandas, Seaborn 10. Meilenstein 3: Durchführung von Datenvisualisierungen mit Python 11. Inferenzstatistik und Hypothesentest in Python * Korrelation und lineare Regression mit Excel und Python * Verwendung von Python zum maschinellen Lernen 12. Meilenstein 4: Durchführung einer vollständigen Datenanalyse mit Python 13. Fazit: Datenanalytik in der realen Welt und nächste Schritte.