良好的数据是机器学习和人工智能的动力源泉。在本模块中，您将学习如何从不同来源检索数据，以及如何清理数据以确保其质量。

在本模块中，您将学习如何进行探索性分析，以便通过特征工程和转换直观地确认是否已为机器学习建模做好准备。

推断统计和假设检验是在分析数据的早期阶段经常被忽视的两种数据分析类型。它们可以让您快速了解数据的质量。它们还能帮助您确认业务直觉，并帮助您确定下一步使用机器学习分析的内容。本模块将介绍有用的定义和简单的示例，帮助您开始围绕业务问题创建假设以及如何对其进行测试。

在本作业中，您将运用在整个课程中学到的技能来分析您选择的数据集，该数据集可以来自课程材料或外部来源。您将执行数据 Cleaning、Feature Engineering、探索性数据 Visualization 和假设检验，以获得有意义的见解。完成后，您的作品将由 AI 评分工具自动评估。