Esta es la primera parte de la guía sobre cómo llevar a cabo el proceso de Análisis Exploratorio (EDA). Vamos a trabajar con diferentes librerías de Python que te permitirán visualizar, manipular y comprender tus datos de manera eficiente: pandas, numpy, matplotlib, seaborn, etc.
Podés encontrar el dataset y el código completo de Jupyter Notebook disponible en mi perfil de GitHub: https://github.com/luigianalytics
SEGUIME EN MIS REDES SOCIALES PARA MÁS CONTENIDO!
Instagram: / luigi_analytics
TikTok: / luigi_analytics
⏳ TIMELAPSE:
00:00 Intro
01:29 Qué es EDA y para qué sirve?
03:18 Conocer y limpiar el dataset
05:45 Visualización y correlación
07:23 Parte práctica + código