Dette repo indeholder links, data og kode til kurset "Data Analyse i Python" hos Studynow.
I dette kursus kommer du til at lære hvordan du kan indlæse og analysere data i python.
-
Python: Er du helt ny til python eller løber ind i et koncept du ikke har set før kan du hente hjælp i vores python kursus. Hvor der også er en installationsguide.
-
Online miljø: Hvis du hellere vil have et færdigt opsat online miljø kan du bruge:
- Google Colab: Det er et andet interface, men har meget regnekraft.
- Binder: Det er samme interface som du ser i kurset men har mindre regnekraft. (Vær opmærksom på at linket kan tage et par minutter at loade)
Denne video forklarer hvad et data format er og hvilke typer der eksisterer.
Vi ser på hvordan man kan bruge pandas til at få data ind i vores kode. Data eksemplet kan findes på github. Github har også den færdige notebook fra videoen.
I denne video ser vi på hvilke funktioner pandas giver os til at arbejde med data. Ønsker man mere information om pandas anbefales deres 10 minutes to pandas guide.
Vi ser hvordan pandas kan bruges til at lave grafer og plots. Ønsker man mere viden har pandas en side med alt dokumentation Hvis man vil se alt kode fra graf videoerne har github en notebook
Vi skifter fra det mere simple matplotlib til det mere avanceret plotly, som kan bruges til at lave interaktive grafer.
Vi ser på hvordan man kan bruge betingelser til at lave udsnit af sit datasæt.
Vi vil lave en simpel machine learning case over [mnist][mni] datasætet.
Vi arbejder på at få indlæst og behandlet vores data så det kan bruges til vores algoritme. Den færdig notebook for hele casen kan findes på github
Vi implementerer en simpel version af [k-nearest neighbors][https://en.wikipedia.org/wiki/k-nearest_neighbors_algorithm] algoritmen.