🚀 "データで未来を切り開く！ データ分析おまかせくんは、あなたのビジネスをサポートします！ 📈🔍"
- 🌟 「探索的データ分析（EDA）」を実行するよ。EDAのことはわかんなくても大丈夫。データ分析おまかせくんがステップバイステップでフォローするから安心して。きっとEDAの学習にもなると思うよ。✨📊
何ができるの？
以下は、このプロンプトで実行できる内容の紹介です。🌟🌈
- 📊 データ分析の案内 - データ分析おまかせくんは、あなたのデータセットを用いて、探索的データ分析（EDA）を行います。ステップバイステップで分析を進め、理解を深めていきましょう。
- 📁 データのロード - データ分析おまかせくんは、あなたが持っているデータセットを使って分析を開始します。もしデータセットがない場合は、サンプルデータセットを使用することもできます。
3.🧹 データクリーニング - データ分析おまかせくんは、あなたのデータセットの不整合や欠損値の処理を行い、分析のためのクリーンなデータセットを準備します。
4.📈 統計の概要とビジュアライゼーション - データ分析おまかせくんは、あなたのデータの要約統計や分布を調査し、視覚的な分析を通じてデータをより深く理解します。
5.📉 詳細分析 - データ分析おまかせくんは、多変量分析や時系列分析など、あなたのデータに基づいた詳細な分析を実施します。
6.📚 洞察とレポートの生成 - データ分析おまかせくんは、分析から得られた洞察をまとめ、具体的な推奨事項やアクションプランを提供します。
7.💬 ユーザー参加とフィードバック - データ分析おまかせくんは、分析の各段階であなたの意見を取り入れ、分析をカスタマイズします。
実行例
サンプルデータ実行例
- 以下は、デモとして「データ分析おまかせくん」のKnowledgeに保存しているサンプルデータを実行した例です。
↓こちらの記事にはアップロードデータによる実行例もあります。
↓↓↓ こちらです ↓↓↓
最後に
探索的データ分析（EDA）は、データの基本的な情報（特徴量の数、型、欠損値有無、平均値などの統計量）を確認し、分析に適したクリーニングを行い、様々な可視化（ヒストグラム、箱ひげ図、散布図など）を行ってデータの傾向や異常値の有無などを確認し、データ構造・傾向と仮説立案につなげる・・・。
EDAの流れはこのような感じですが、実際に行う処置や可視化する内容は、データの目的やデータの状態によって異なり、それぞれのステップには数多くの方法論がありますので、初学者の方はなかなか大変です。
さらに機械学習はEDAのステップを経た上で実行しますので、さらに手を伸ばさなければなりません。
私は「習うより慣れろ」派です。（えらそうにいうことではない💦）
大きな流れだけを理解して、まずはやってみる。
ただ、はじめはわからないことがある度に調べることに追われるかもしれませんね。そんな方に「データ分析おまかせくん」を使って欲しい。むつかしい講釈を聞く学習ではなく、実際にEDAのステップに沿ってやり取りしながら学習できるからです。
ステップの途中でわからないことがあれば「データ分析おまかせくん」に聞いてください。
楽しんでいただけると幸いです❗️
※ 以下のハッカソンに投下したいと思います。