High-dimensional Data visualization techniques using python

제공자:
Coursera Project Network
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

Learn how to preprocess High-Dimensional data for visualization and analysis

Learn how implement Scatter plot matrix and Parallel Coordinate plot in python

Learn about why/how data reduction techniques

Clock2 hours
Intermediate중급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

By the end of this project you will learn how to analyze high-dimensional data using different visualization techniques. We are going to learn how to implement Scatterplot Matrix and Parallel coordinate plots (PCP) in python. and We will learn how to use these two high-dimensional data visualization techniques to analyze our data by solving three tasks: Outlier Detection, Correlation Analysis and Cluster analysis. we will also talk about Data reduction techniques. we will learn how to sample our data to reduce the number of the data points for a better visualization. We will also learn about the Dimensionality reduction technique to reduce the number of dimensions in our dataset and how it can help us for a better analysis.

개발할 기술

  • Data Pre-Processing
  • Data Reduction
  • Python Programming
  • Data Analysis
  • Data Visualization (DataViz)

단계별 학습

작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.

  1. Introduction to the project

  2. Data Normalization and Clustering

  3. Scatter Plot Matrix

  4. Parallel coordinate plot

  5. Data Reduction

안내형 프로젝트 진행 방식

작업 영역은 브라우저에 바로 로드되는 클라우드 데스크톱으로, 다운로드할 필요가 없습니다.

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.