“درک داده های شما: ملزومات تجزیه و تحلیل داده های اکتشافی”. #تحلیل داده های اکتشافی #علم داده #آمار

Summarize this content to 400 words in Persian Lang
تجزیه و تحلیل داده های اکتشافی (EDA) شامل بررسی مجموعه داده ها برای درک بهتر متغیرها در مجموعه داده ها و روابط آنها از طریق تجسم و آمار خلاصه است.

EDA دانشمندان داده را قادر می‌سازد تا ناهنجاری‌ها را شناسایی کنند، تصویری از مجموعه داده‌ها را از طریق خلاصه‌سازی و تجسم دریافت کنند و از فرضیات نامناسب اجتناب کنند. علاوه بر این، متغیرهای شناسایی شده در EDA را می توان بعداً در یادگیری ماشین برای ساخت مدل پیش بینی استفاده کرد.

انواع EDA4 نوع تجزیه و تحلیل داده های اکتشافی وجود دارد:

تک متغیره غیر گرافیکی: این روش شامل استفاده از آمار برای به دست آوردن توضیحات مختلف از یک مجموعه داده با تنها یک متغیر (تک متغیره) است.

2.گرافیک تک متغیره: این شامل استفاده از روش های گرافیکی مانند نمودارهای ساقه و برگ و نمودار جعبه برای تجسم یک داده متغیر است که درک مجموعه داده را برای دانشمند آسان تر می کند.

3.چند متغیره غیر گرافیکی: این روش از روش های آماری مانند همبستگی، کوواریانس و رگرسیون برای شناسایی روابط بین متغیرهای مختلف در یک مجموعه داده استفاده می کند. به عنوان مثال، رابطه بین مسکن و تورم را می توان با استفاده از همبستگی تعیین کرد.

4.گرافیک چند متغیره: این امر از روش های گرافیکی مختلف مانند Scatter plts و خطوط رگرسیون برای تجسم رابطه بین متغیرهای مختلف استفاده می کند. این به شناسایی و درک این روابط توسط دانشمند داده کمک می کند.

ابزارها در EDAجدای از درک خوبی از آمار، زبان های کامپیوتری مانند پایتون و R در تجزیه و تحلیل داده های اکتشافی مفید هستند.