100% tevredenheidsgarantie Direct beschikbaar na je betaling Lees online óf als PDF Geen vaste maandelijkse kosten 4.2 TrustPilot
logo-home
Samenvatting

Samenvatting van de belangrijkste onderwerpen Data Science week 1-3

Beoordeling
-
Verkocht
-
Pagina's
15
Geüpload op
24-02-2025
Geschreven in
2024/2025

Ideale samenvatting ter voorbereiding op het tentamen van data science van de eerste 3 weken.










Oeps! We kunnen je document nu niet laden. Probeer het nog eens of neem contact op met support.

Documentinformatie

Geüpload op
24 februari 2025
Aantal pagina's
15
Geschreven in
2024/2025
Type
Samenvatting

Voorbeeld van de inhoud

Overzicht begrippen week 1-3
Lecture 2

Data science pipeline




Frame problems
●​ in the real world, we need to define and frame the problems first


Collect data
●​ in the real world, you may need to collect data using sensors, crowdsourcing, mobile
apps
●​ There are also other sources for getting public datasets, such as Hugging Face,
Zenodo, Google Dataset Search, etc



Preprocess Data
●​ Filtering → can reduce a set of data based on specific criteria
○​ vb. left table can be reduced to the right table using a population threshold
○​ df[df[“population”]>500000]
●​ Aggregation → reduces a set of data to a descriptive statistic
○​ vb. left table is reduced to a single number by computing the mean value
○​ df[“population”].mean()
●​ Grouping → divides a table into groups by column values, which can be chained
with data aggregation to produce descriptive statistics for each group
○​ vb. df.groupby(“province”).sum()

, ●​ Sorting → rearranges data based on values in a column, which can be useful for
inspection
○​ vb. right table is sorted by population
○​ df.sort_values(by=[“population””])
●​ Concatenation → combines multiple datasets that have the same variables
○​ vb. two left tables can be concatenated into the right table
○​ pandas.concat([df_A, df_B])
●​ Merging and joining → method to merge multiple data tables which have an
overlapping set of instances
○​ vb. use “city” as the key to merge A and B
○​ A.merge(B, how=”inner/left/right/outer”, on=”city”)




●​ Quantization → transforms a continuous set of values (e.g. integers) into a discrete
set (e.g. categories)
○​ vb. age is quantized to age range
○​ bin = [0,20,50,200]
○​ L=[“1-20”, “21-50”, “51+”]
○​ pandas.cut(D[“age”], bin, labels=L)
●​ Scaling → transforms variables to have another distribution, which puts variables at
the same scale and makes the data work better on many models
○​ vb. Z-score scaling → represents how many standard deviations from the
mean
○​ (df-df.mean()) / df.std()
○​ vb. min-max scaling → making the value range between 0 and 1
○​ (df-df.min()) / (df.max()-df.min())
●​ Resample time series data to a different frequency using different aggregation
methods
○​ vb. resample to hourly frequency using mean
○​ df.resample(“60min”, label=”right”).mean()
●​ Rolling → to transform time series data using different aggregation methods
○​ vb. df[“new_column”] = df[“column1”].rolling(window=3).sum()
●​ Transformation → can be applied to rows or columns in a dataframe
○​ df[“wind_sine”] = np.sin(np.deg2rad(D[“wind_deg”]))
●​ Extract data → from text or match text patterns with regular expression → language
to specify search patterns

Maak kennis met de verkoper

Seller avatar
De reputatie van een verkoper is gebaseerd op het aantal documenten dat iemand tegen betaling verkocht heeft en de beoordelingen die voor die items ontvangen zijn. Er zijn drie niveau’s te onderscheiden: brons, zilver en goud. Hoe beter de reputatie, hoe meer de kwaliteit van zijn of haar werk te vertrouwen is.
FloorReeuwijk Universiteit van Amsterdam
Bekijk profiel
Volgen Je moet ingelogd zijn om studenten of vakken te kunnen volgen
Verkocht
19
Lid sinds
1 jaar
Aantal volgers
0
Documenten
18
Laatst verkocht
1 maand geleden

3,5

2 beoordelingen

5
0
4
1
3
1
2
0
1
0

Recent door jou bekeken

Waarom studenten kiezen voor Stuvia

Gemaakt door medestudenten, geverifieerd door reviews

Kwaliteit die je kunt vertrouwen: geschreven door studenten die slaagden en beoordeeld door anderen die dit document gebruikten.

Niet tevreden? Kies een ander document

Geen zorgen! Je kunt voor hetzelfde geld direct een ander document kiezen dat beter past bij wat je zoekt.

Betaal zoals je wilt, start meteen met leren

Geen abonnement, geen verplichtingen. Betaal zoals je gewend bent via iDeal of creditcard en download je PDF-document meteen.

Student with book image

“Gekocht, gedownload en geslaagd. Zo makkelijk kan het dus zijn.”

Alisha Student

Veelgestelde vragen