Зміст курсу
Вивчення Статистики з Використанням Python
Вивчення Статистики з Використанням Python
2. Середнє, Медіана та Мода в Python
4. Коваріація та Кореляція
Вивчення Набору Даних
У цьому розділі ми проаналізуємо вибірку заробітних плат ІТ-спеціалістів. Спочатку розглянемо перші п'ять спостережень з набору даних:
| work_year | experience_level | job_title | salary | salary_currency | salary_in_usd | company_location | company_size | |
|---|---|---|---|---|---|---|---|---|
| 0 | 2020 | MI | Data Scientist | 70000 | EUR | 79833 | DE | L |
| 1 | 2020 | SE | Machine Learning Scientist | 260000 | USD | 260000 | JP | S |
| 2 | 2020 | SE | Інженер з великих даних | 85000 | GBP | 109024 | GB | M |
| 3 | 2020 | MI | Product Data Analyst | 20000 | USD | 20000 | HN | S |
| 4 | 2020 | SE | Machine Learning Engineer | 150000 | USD | 150000 | US | L |
work_year- за цей рік виплачувалася заробітна плата.experience_level- рівень досвіду: EN - початковий рівень, MI - середній рівень, SE - старший рівень, EX - вищий рівень.job_title- назва вакансії.salary- розмір заробітної плати.salary_currency- валюта заробітної плати.salary_in_usd- значення заробітної плати в доларах США.company_location- місцезнаходження компанії.company_size- розмір компанії: S-Small, M-Medium, L-Large.
Тепер давайте повторимо типи даних у статистиці, а потім ви зіставите назву кожного стовпчика з відповідним типом.
Все було зрозуміло?
Дякуємо за ваш відгук!
Секція 2. Розділ 1
