Samenvatting
Samenvatting - Foundations of Data Analytics (2IAB0)
- Instelling
- Technische Universiteit Eindhoven (TUE)
A summary of the course 2IAB0 - Foundations of Data Analytics (2023/2024). Every lecture is summarized and organized.
[Meer zien]Voorbeeld 4 van de 82 pagina's
Voorbeeld 4 van de 82 pagina's
In winkelwagengesponsord bericht van onze partner
Verkoper
Volgen
Voorbeeld van de inhoud
SUMMARY FOUNDATIONSOF DATA ANALYTICS
2IAB0 – 2023/2024
Biermans, Cas
Biermanscas@gmail.com
,Contents
Lecture 1: (Monday 13-11-2023) ........................................................................................................ 2
Lecture 2: (Monday 20-11-2023) ...................................................................................................... 11
Lecture 3: (Monday 27-11-2023) ...................................................................................................... 26
Lecture 4: (Monday 4-12-2023) ........................................................................................................ 33
Lecture 5: (Monday 11-12-2023) ...................................................................................................... 45
Lecture 6: (Monday 18-12-2023) ...................................................................................................... 57
1
,Lecture 1: (Monday 13-11-2023)
Types of data analytics:
- Descriptive: insight into the past
- Predictive: looking into the future
- Prescriptive: data-driven advice on how to take action to influence or change the future
Data analytics life cycle:
Data: raw numbers, facts, etc.
Information: structured, meaningful, and useful numbers and facts
Data types:
- Categorical data: data that has no intrinsic value:
o Nominal: two or more outcomes that have no natural order
e.g. movie genre or hair color
o Ordinal: two or more outcomes that have a natural order
e.g. movie ratings (bad, neutral or good), level of education
- Numerical (quantitative) data: data that has an intrinsic numerical value:
o Continuous: data that can attain any value on a given measurement scale
▪ Interval data: equal intervals represent equal differences, there is no fixed
“zero point”
e.g. clock time, birth year
▪ Ratio data: both differences and ratios make sense, there is a fixed "zero
point"
e.g. movie budget, distance, time duration
o Discrete: data that can only attain certain values (typically integers)
e.g. the number of days with sunshine in a certain year, the number of traffic
incidents
Reference table: to store “all” data in a table so that it can be looked up easily.
Demonstration table: to illustrate a point (with just enough data, or with a specific summary)
EDA: exploratory data analytics
Key features of EDA:
• getting to know the data before doing further analysis
2
, • extensively using plots
• generating questions
• detecting errors in data
Plots are a useful tool to discover unexpected relations and insights. Plots help us to explore and give
clues. Numerical summaries like averages help us to document essential features of data sets.
One should use both plots and numerical summaries. They complement each other. Numerical
summaries are often called statistics or summary statistics (note the double meaning of the word:
both a scientific field and computed numbers).
Summary statistics:
- Level: location summary statistics (typical values)
- Spread: scale summary statistics (how much do values vary?)
- Relation: association summary statistics (how do values of different quantities vary
simultaneously)
Location summary statistics:
- Mean/average:
1 𝑛
𝑥̄ = ∑ 𝑥𝑖
𝑛 𝑖=1
- Median: the value separating the higher half from the lower half of a data set
o Median computation:
▪ Order series of observations from small to large.
▪ If the number of observations is odd, take the middle value.
▪ If the number of observations is even, take the average of the two middle
values.
- Mode: most frequently occurring value, may be non-unique
The mean is sensitive to “outliers”, the median is not.
The mean can be misleading and difficult to interpret for non-symmetric data sets.
3
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper biermanscas. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €7,99. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 53340 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen