MATLAB : utiliser MATLAB en science des données

Name: MATLAB : utiliser MATLAB en science des données
Author: Gabriel Popoola

Exploitez les puissantes capacités de modélisation de MATLAB

Preview the first lesson free — get full access to all 3 lessons.

Cours : à la demande

Bienvenue à la leçon sur l'analyse statistique dans MATLAB. Au cours de cette leçon, je vais passer en revue deux catégories principales qui sont importants pour les statistiques, qui sont des mesures de centralité et des mesures de propagation. Pour commencer, nous allons charger un ensemble de données, et l'ensemble de données avec lequel nous allons travailler est le jeu de données de la voiture. Donc, pour que cela soit chargé, exécutez simplement la commande load carbig . Et si vous vérifiez votre espace de travail, vous devriez voir une série de variables. Et donc, maintenant je vais juste passer les principales mesures de centralité, qui sont la moyenne, la médiane et le mode. La moyenne, également appelée comme la moyenne arithmétique ou la moyenne, est une mesure courante de la centralité. La moyenne est utile pour les distributions symétriques, mais notoirement sensible aux valeurs aberrantes. Si votre ensemble de données n'est pas distribué de manière symétrique, ou a des valeurs aberrantes extrêmes, vous devrez tenir compte de la façon dont ces facteurs affectera le calcul de la moyenne. Et maintenant, pour calculer la moyenne, la fonction est simple. Nous utilisons simplement la moyenne et la variable. Donc, maintenant, je vais juste calculer la moyenne d'accélération. Et comme vous pouvez le voir ici, la moyenne est de 15,5197. Vous pouvez également calculer la moyenne de, disons, des cylindres, et vous obtiendrez 5,4754. Et donc, la moyenne en elle-même est une métrique ou une valeur importante, mais il faut souvent le voir avec d'autres mesures comme la médiane, qui donne le milieu des données triées. Ainsi, la moitié des données est supérieure à la médiane, et la moitié des données sont plus petites. La médiane est beaucoup plus résistante que la moyenne aux modifications de quelques valeurs de données, et est un centre particulièrement utile pour les distributions non symétriques ou asymétriques. Et pour obtenir votre médiane, vous utilisez simplement la fonction médiane, et passera en accélération. Et vous pouvez voir ici, la médiane est de 15,5. Et nous ferons de même pour les cylindres, qui est quatre. Donc, comme vous pouvez le voir ici, si l'on regarde la moyenne de l'accélération et comparez-le à la médiane de l'accélération, il n'y a qu'une différence de 0,0197 entre les deux. Et parce que la moyenne et la médiane sont si similaires, vous pouvez supposer que la distribution est presque parfaitement symétrique. Cependant, lorsque nous regardons la moyenne des cylindres, nous pouvons voir que la moyenne est de 5,47, et la médiane est quatre. Et donc cela nous dit à peu près que ces distributions ne sont pas symétriques. Ensuite, nous avons le mode, qui est simplement la valeur la plus fréquente dans un tableau. Et s'il y a plusieurs modes, il faut le plus petit. Et tout comme la moyenne et la médiane, la fonction mode est simple. Et nous allons regarder le mode d'accélération, et le mode pour les cylindres. Et nous avons 14,5 et quatre. Donc, cela signifie simplement qu'une majorité, ou plutôt, l'accélération la plus courante, est de 14,5, et le nombre de cylindres le plus courant est de quatre. Ensuite, je vais passer en revue les mesures de propagation, et commencer par l'écart-type, qui, comme le principal, est généralement utilisé pour mesurer la propagation de distributions symétriques qui suivent une distribution normale. Parce que l'écart-type est la racine carrée de la variance, la somme des carrés des distances des valeurs de données à partir de la moyenne, l'écart type tend à s'amplifier l'effet des valeurs aberrantes. Et donc pour calculer l'écart type, vous utilisez la fonction std, et nous calculerons cela pour l'accélération, ce qui vous donnera 2.8034, et nous le calculerons pour les cylindres, ce qui nous donne 1,7122. Et l'écart-type, parce qu'ils sont relativement petits, cela montre que les données ne sont pas largement diffusées en termes de distance à la moyenne. Et la dernière mesure dont je veux discuter est l'intervalle interquartile, qui est basé sur la médiane. Et ça donne la distance entre le 25e et le 75e centile dans les données. Ou en d'autres termes, il vous donne la largeur de la région qui contient le milieu 50 % de vos valeurs de données. Et pour calculer cela, nous utilisons simplement la fonction iqr, et nous allons le calculer pour l'accélération, ce qui nous donne 3,5. Et enfin, nous allons le calculer pour les cylindres, ce qui nous en donne quatre. Et parce que ces valeurs sont relativement basses ou petites, cela vous indique que vos données ne s'écartent pas ou s'écartent trop de la médiane de l'ensemble de données. Ceci conclut cette leçon. Merci.

Intermédiaire Fournisseur : Gabriel Popoola 3 leçons · 20m en Arabe, Allemand, Anglais, Espagnol, Français, Portugais, Chinese

Description du cours

La science des données est un domaine divers et varié qui combine des éléments de statistiques, de visualisation de données, de modélisation prédictive et d'analyse de données. Bien qu'il existe un grand nombre d'outils logiciels et de langages de programmation qui vous permettent de travailler dans un ou plusieurs de ces aspects, rares sont ceux qui vous permettent de travailler avec chacun d'eux. C'est ce qui fait de MATLAB un langage de programmation et un IDE si puissants, car il offre un ensemble complet de fonctionnalités et de capacités.

Dans ce module, nous examinons les puissantes capacités de modélisation de MATLAB, dans lequel vous découvrirez la visualisation de données dans MATLAB à l'aide de la boîte à outils de visualisation, et comment générer différentes figures lisibles représentant vos données et vos idées.

Ces figures incluent des tracés linéaires, de dispersion, d'histogramme et d'aire. Vous apprendrez également la différence entre la sélection, les tracés et les options dans MATLAB, ainsi que la façon de charger des ensembles de données intégrés.

Ce que vous allez apprendre

Comprendre les différentes catégories d'analyse statistique
Évaluer l'utilité de divers modèles prédictifs
Configurer vos données afin qu'elles puissent être correctement utilisées dans les applications MATLAB pour la sélection de modèles
Visualiser des données dans MATLAB à l'aide de la boîte à outils de visualisation pour générer des figures lisibles
Créer des tracés linéaires, en nuage de points, des histogrammes et des tracés de surface pour représenter des données et des informations
Distinguer la sélection, les tracés et les options dans MATLAB et charger des ensembles de données intégrés

Points clés à retenir

MATLAB est un langage de programmation et un IDE qui prend en charge les statistiques, la visualisation des données, la modélisation prédictive et l'analyse des données ensemble au sein d'un seul outil.
La boîte à outils de visualisation dans MATLAB peut générer différentes figures lisibles, y compris des tracés linéaires, en nuage de points, des histogrammes et des tracés de surface.
Le cours couvre la différence entre la sélection, les tracés et les options dans MATLAB, ainsi que la manière de charger des ensembles de données intégrés.
Les données doivent être configurées correctement afin qu'elles puissent être utilisées dans les applications MATLAB pour la sélection de modèles.

Foire aux questions

Que vais-je apprendre dans ce cours MATLAB sur la science des données ?

Vous apprendrez la visualisation des données dans MATLAB à l'aide de la boîte à outils de visualisation, comment générer des figures telles que des tracés linéaires, en nuage de points, des histogrammes et des tracés de surface, les catégories d'analyse statistique, comment évaluer des modèles prédictifs et comment configurer des données pour la sélection de modèles dans les applications MATLAB.

Quels sujets ce cours couvre-t-il ?

Le cours couvre trois leçons : Analyse statistique, Modélisation prédictive et Sélection de modèles.

Quelles compétences ce cours aide-t-il à développer ?

Il aborde des compétences telles que la science des données, MATLAB, la classification statistique, la modélisation statistique, la programmation statistique et le SAS Certified Data Scientist.

Pourquoi utiliser MATLAB pour la science des données ?

La science des données combine les statistiques, la visualisation des données, la modélisation prédictive et l'analyse des données, et MATLAB est un langage et un IDE puissant car il offre un vaste ensemble de fonctionnalités qui vous permettent de travailler avec tous ces aspects.

Quels types de tracés pourrai-je créer dans MATLAB après ce cours ?

Vous apprendrez à générer des tracés linéaires, en nuage de points, des histogrammes et des tracés de surface pour représenter vos données et vos informations.