Vooruitgang in Data-analyse van Excel naar Python

Deze zes uur durende sessie zal de basisprincipes van data-analyse met Excel bekijken en deze kennis vervolgens overdragen en verder ontwikkelen om een co Vereiste: Leerlingen moeten een begrip hebben van Basisprogrammering en Excel. Je krijgt de kans om te leren hoe je verkennende data-analyse, datavisualisatie en hypothesetests uitvoert, en hoe je Python kunt gebruiken om Excel-bestanden te openen en te manipuleren. Aan het einde van de cursus ben je in staat om een volledige data-analyse uit te voeren met Python. Leerdoelen: Tijdens deze cursus krijg je de kans om te leren hoe je: * De basisprincipes van analyse in Excel begrijpt * Variabelen in Excel verkent * Verkennende data-analyse begrijpt * De basisprincipes van inferentiële statistiek en hypothesetests begrijpt * De Python-programmeertaal voor data-analyse gebruikt * Excel-bestanden geopend met Python * Datavisualisatie en -verkenning in Python uitvoert * Efficiëntere en diepere data-ananalyses uitvoert met Python * Correlatie en lineaire regressie in Excel en Python verkent * Python gebruikt om Excel-bestanden te manipuleren en machine learning uit te voeren Onderwerpsoverzicht: 1. Overzicht van Data-analyse 2. Excel Review 3. Basisprincipes van Analyse in Excel * Variabelen in Excel * Verkennende Data-analyse in Excel * Datavisualisatie in Excel 4. Introductie tot de Python-programmeertaal 5. Installeren van Anaconda 6. Mijlpunt 1: Hoe Jupyter Notebooks te gebruiken 7. Python Essentials * Introductie tot Pandas * Gebruik van Pandas om Excel-bestanden te openen * Data-analyse met Pandas 8. Mijlpunt 2: Voer verkennende data-analyse uit met Pandas 9. Gebruik van Python voor gegevensverwerking * Gebruik van Python om Excel-bestanden te manipuleren * Datavisualisatie in Python: Matplotlib, Pandas, Seaborn 10. Mijlpunt 3: Voer datavisualisatie uit met Python 11. Inferentiële Statistiek en Hypothesetests in Python * Correlatie en lineaire regressie met Excel en Python * Gebruik van Python om machine learning uit te voeren 12. Mijlpunt 4: Voer volledige data-analyse uit met Python 13. Conclusie: Data-analyse in de echte wereld en volgende stappen.