Exploration et Profilage des Données

Détecter, classer et profiler les valeurs aberrantes dans des ensembles de données univariés et multivariés. Expert en détection d'anomalies basée sur l'IQR, le z-score, Isolation Forest, LOF et DBSCAN avec évaluation de l'impact commercial.

Caractérisez les distributions à variable unique à l'aide de tests statistiques, d'analyses de qualité d'ajustement et de recommandations de transformation. Expert en tests de normalité, correction d'asymétrie et ajustement de distribution.

Diagnostiquer les mécanismes de données manquantes (MCAR, MAR, MNAR) et concevoir des stratégies d'imputation appropriées. Expert en visualisation des données manquantes, test MCAR de Little et méthodes d'imputation multiple.

Explorez les relations entre plusieurs variables à l'aide de matrices de corrélation, de diagrammes par paires, d'analyse VIF et d'information mutuelle. Expert en détection de multicolinéarité, associations non linéaires et corrélation de types mixtes.

Explorez et profilez des séries temporelles pour détecter tendances, saisonnalité, stationnarité et anomalies. Expert en analyse ACF/PACF, décomposition, détection d'irrégularités et évaluation de la qualité des données temporelles.

Profilez et explorez des ensembles de données haute dimension à l'aide de l'ACP, du t-SNE, de l'UMAP et de l'analyse de variance des caractéristiques. Expert en évaluation de la dimensionnalité, diagnostic de la malédiction de la dimensionnalité et visualisation de la structure.

Profilage de la qualité des ensembles de données selon les dimensions de complétude, cohérence, validité, unicité et actualité. Génère des fiches de qualité, des inventaires de problèmes et des recommandations de correction.

Profiler les schémas de jeux de données, inférer les types de données, détecter les incohérences de type et générer des dictionnaires de données. Expert en validation de schéma, réconciliation entre types inférés et déclarés, et documentation des métadonnées.

Profilage de variables catégorielles et nominales pour les distributions de fréquences, la cardinalité, les problèmes d'encodage et les catégories rares. Expert en cohérence des libellés, réduction de cardinalité et sélection de stratégies d'encodage.

Effectuer une analyse exploratoire structurée des données pour découvrir les distributions, les valeurs aberrantes, les corrélations et les tendances. Génère des rapports d'analyse exploratoire, des visualisations et des résumés statistiques en Python ou R.