In diesem Video sprechen wir
über Datenanalyse und das Szenario, in dem wir
Datenanalyst oder Datenwissenschaftler spielen werden. Aber bevor wir anfangen,
über
die Aufgabe zu sprechen, Gebrauchtwagenpreise, sollten wir zuerst
die Bedeutung der Datenanalyse verstehen. Wie Sie wissen,
werden Daten überall um uns herum gesammelt. Ob manuell von
Wissenschaftlern oder digital gesammelt, jedes Mal, wenn Sie auf eine Website
klicken,
oder auf Ihr mobiles Gerät. Daten bedeuten aber nicht Information. Datenanalyse und
im Wesentlichen
Datenwissenschaft hilft uns, die Informationen und Erkenntnisse
aus Rohdaten zur Beantwortung unserer Fragen zu entschlüsseln. Die Datenanalyse
spielt also eine wichtige
Rolle, indem sie uns hilft, nützliche Informationen aus den Daten zu holen,
Fragen zu beantworten, und sogar die Zukunft oder das Unbekannte vorherzusagen.
Beginnen wir also mit unserem Szenario. Nehmen wir an, wir haben einen Freund
namens Tom. Und Tom will sein Auto verkaufen. Aber das Problem ist, dass er nicht
weiß
für wie viel er sein Auto verkaufen sollte. Tom will sein Auto für
so viel wie möglich verkaufen. Aber er will auch
den Preis angemessen ansetzen, sodass jemand es kaufen wollen würde. Der Preis, den
er festlegt, sollte also
den Wert des Autos repräsentieren. Wie können wir Tom dabei helfen,
den besten Preis für sein Auto zu bestimmen? Denken wir wie Datenwissenschaftler
und
definieren klar einige seiner Fragen. Gibt es zum Beispiel Daten zu den Preisen
anderer Autos und ihrer Eigenschaften? Welche Eigenschaften von Autos beeinflussen
ihre Preise? Farbe? Marke? Wirken sich PS auch auf den Verkaufspreis aus
oder vielleicht etwas anderes? Als Datenanalyst oder Datenwissenschaftler, sind das
einige der
Fragen, über die wir nachdenken sollten. Um diese Fragen zu beantworten,
werden wir einige Daten benötigen. In den nächsten Videos werden wir sehen,
wie man die Daten versteht, wie sie in Python importiert werden, und wie man
einige grundlegende Erkenntnisse aus den Daten gewinnt.