Sherlock Pandas und Data Watson
Video Player is loading.
- 00:00:00 Start
- 00:00:04 Sherlock Pandas und Data Watson
- 00:01:02 Deskriptive Methoden
- 00:01:05 Describe-Funktion
- 00:01:25 Minimum, Maximum, Mittelwert
- 00:01:33 Quantil
- 00:02:45 Graphische Methoden
- 00:03:05 Boxplots: Interquartils-abstand, Whiskers, Ausreißer
- 00:04:27 Kategorische Daten: Häufigkeit der Daten in Klassen
- 00:05:15 Numerische Daten: Verteilung der numerischen Features, Schiefe der Verteilungs-funktionen
- 00:06:33 Histogramme: Bins
- 00:06:56 Dichte-diagramme: Pandas Funktion corr(), Korrelations-matrix
- 00:07:42 Heatmap
- 00:07:57 Scatterplot-Matrix
- 00:08:36 Multicollinearity
- 00:08:54 Korrelation, Kausalität, Scheinkausalität Kausalität Scheinkausalität Kausalität Scheinkausalität
- 00:09:36 Zusammenfassung
| Zugehörige Institution(en) am KIT | Institut für Technik der Informationsverarbeitung (ITIV) Universität Karlsruhe (TH) – Zentrale Einrichtungen (Zentrale Einrichtungen) Zentrum für Mediales Lernen (ZML) |
| Publikationstyp | Audio & Video |
| Publikationsdatum | 19.10.2021 |
| Erstellungsdatum | 20.09.2021 |
| Sprache | Deutsch |
| DOI | 10.5445/IR/1000139086 |
| Identifikator | KITopen-ID: 1000139086 |
| Lizenz | Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International |
| Bemerkung zur Veröffentlichung | Dieses Video behandelt die Datenanalyse und Visualisierung mittels Pandas. Mit Hilfe von deskriptiven und graphischen Methoden sind wir in der Lage, den Datensatz besser zu verstehen. So können wir zum Beispiel die Art der Verteilung und mögliche Korrelationen zwischen Parametern im Datensatz erkennen. Das erlaubt es uns, die Daten gezielt für das Training unseres ML-Modells, durch Wahl eines geeigneten Skalierungsverfahrens, vorzubereiten. |
| Nachgewiesen in | OpenAlex |
| Globale Ziele für nachhaltige Entwicklung | |
| Serie | Angewandte Machine Learning Algorithmen (AMALEA) |
| Folge | 4 |
Seitenaufrufe: 106
seit 26.10.2021
seit 26.10.2021