EDA, РАЗВЕДОЧНЫЙ И ПЕРВИЧНЫЙ АНАЛИЗ ДАННЫХ | MATPLOTLIB, SEABORN

ВТОРАЯ ЧАСТЬ ЛЕКЦИИ: https://youtu.be/28XZf0Fv9-0 Анализ данных в машинном обучении очень полезный этап. На лекции рассмотрим, какие графики есть, как их интерпретировать и для каких задач стоит применять. Курсы на платформе Stepik: 1. Библиотеки Python для Data Science https://stepik.org/a/129105 2. Введение в нейронные сети (Keras/Tensorflow) https://stepik.org/a/127274 0:00 Введение 0:35 Для чего нужен EDA (Разведочный анализ данных) 1:26 Этапы EDA 2:09 Matplotlob и Seaborn 2:37 Устройство графиков в Matplotlib 4:13 Синтаксис создания графиков в Matplotlib 5:20 Полезные функции в Matplotlib 6:12 Оформление графиков. plt.style 6:56 Матрица корреляций через тепловую карту (heatmap) 10:15 Матрица для зависимости категориальных признаков 11:17 Линейные графики. plt.plot 11:39 Гистограммы. plt.hist. Плотность распределения 12:57 Диаграмма рассеяния. plt.scatter 13:16 Ящик с усами. Боксплот. plt.boxplot 15:01 Столбчатые диаграммы. plt.bar 15:30 Многорядные столбчатые диаграммы. 17:01 Столбчатые сложенные диаграммы. stacked barchart 18:11 Круговые диаграммы. plt.pie 18:46 Уникальные графики в Seaborn 18:59 sns.jointplot 19:46 sns.pairplot 20:50 sns.heatmap 21:10 Карта визуализаций. Когда какие графики применять при анализе данных 21:20 Графики для сравнений 22:04 Распределения признаков 22:23 Взаимоотношения признаков 22:36 Композиции признаков 23:47 Этапы EDA 23:54 1 этап. Изучение целевого признака 24:07 Изучение целевого признака в задаче регрессии 25:12 Изучение целевого признака в задаче классификации 25:27 Меры центральной тенденции 25:38 Меры центральной тенденции для задачи регрессии (среднее, медиана) 26:03 Меры центральной тенденции для задачи регрессии (мода) 26:09 2 этап. Изучение признаков 26:20 Изучение выбросов. Ящики с усами 27:04 Изучение выбросов. Гистограммы 27:30 Изучение пропусков. Тепловая карта 27:54 Изучение взаимного распределения признаков. jointplot 28:37 Матрица корреляций. Тепловая карта 28:50 Матрица корреляций. Проблема сильно скоррелированных признаков 30:28 3 этап. Изучение влияния признаков на целевой 30:35 Изучение взаимного распределения признаков. jointplot 30:56 Изучение взаимного распределения признаков. Ящик с усами 31:30 Изучение распределения признака для классификации 32:08 Резюме урока