Контрольная работа по дисциплине: Обработка и анализ данных. Общий вариант
Состав работы
|
|
|
|
|
|
|
|
|
|
Необходимые программы
Работа представляет собой zip архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
Задание 1. Модели и оценка их эффективности
Цель – получить навыки работы c библиотеками Python для задач анализа данных.
Задачи:
1. Загрузить в рабочую зону предоставленный набор данных.
2. Восстановить пропущенные значения.
3. Построить модель классификации и настроить её гиперпараметры.
4. Отобрать информативные признаки и оценить влияние этого процесса на работу модели.
Ход работы
Загрузка набора данных
Проверка пропусков
Восстановление пропущенных значений
Разделение на признаки и целевую переменную
Создание необходимых объектов
Инициализация модели CatBoost. Оценка модели с помощью перекрёстной проверки.
Оценка информативности признаков
Отбор информативных признаков
Оценка модели на новом наборе данных
Задание 2. Исследовательский анализ данных
Цель работы: получить навыки работы с библиотеками Pandas, Numpy.
Задачи:
‒ Установить необходимые библиотеки;
‒ Импортировать библиотеки;
‒ Загрузить набор данных;
‒ Изучить существующие функции и проделать агрегации.
Ход работы
Импорт библиотек
Предобработка данных
Последние строки, статистики, типы
Размеры и общее число элементов
Агрегация: средняя длительность треков по годам
Разные выборки через iloc
Примеры Series и сборка DataFrame из двух серий
Типы при выборе одной/двух колонок
Работа с датой: перевод release_date в datetime и выделение года
Заключение
Задание 3. Построение системы ИИ с помощью инструментов Scikit-Learn для решения задачи классификации
Цель работы: научиться строить модели классификации.
Задачи:
‒ Научиться строить классификаторы;
‒ Научиться оценивать его качество;
‒ Изучить вклад используемых переменных в решения классификатора;
‒ Научиться визуализировать классификатор (дерево решений).
Ход работы
Импорт библиотек
Загрузка набора данных
Преобразование дат
Разделение данных
Создание и обучение классификатора
Вклад признаков в классификацию
Визуализация дерева решений
Заключение
Цель – получить навыки работы c библиотеками Python для задач анализа данных.
Задачи:
1. Загрузить в рабочую зону предоставленный набор данных.
2. Восстановить пропущенные значения.
3. Построить модель классификации и настроить её гиперпараметры.
4. Отобрать информативные признаки и оценить влияние этого процесса на работу модели.
Ход работы
Загрузка набора данных
Проверка пропусков
Восстановление пропущенных значений
Разделение на признаки и целевую переменную
Создание необходимых объектов
Инициализация модели CatBoost. Оценка модели с помощью перекрёстной проверки.
Оценка информативности признаков
Отбор информативных признаков
Оценка модели на новом наборе данных
Задание 2. Исследовательский анализ данных
Цель работы: получить навыки работы с библиотеками Pandas, Numpy.
Задачи:
‒ Установить необходимые библиотеки;
‒ Импортировать библиотеки;
‒ Загрузить набор данных;
‒ Изучить существующие функции и проделать агрегации.
Ход работы
Импорт библиотек
Предобработка данных
Последние строки, статистики, типы
Размеры и общее число элементов
Агрегация: средняя длительность треков по годам
Разные выборки через iloc
Примеры Series и сборка DataFrame из двух серий
Типы при выборе одной/двух колонок
Работа с датой: перевод release_date в datetime и выделение года
Заключение
Задание 3. Построение системы ИИ с помощью инструментов Scikit-Learn для решения задачи классификации
Цель работы: научиться строить модели классификации.
Задачи:
‒ Научиться строить классификаторы;
‒ Научиться оценивать его качество;
‒ Изучить вклад используемых переменных в решения классификатора;
‒ Научиться визуализировать классификатор (дерево решений).
Ход работы
Импорт библиотек
Загрузка набора данных
Преобразование дат
Разделение данных
Создание и обучение классификатора
Вклад признаков в классификацию
Визуализация дерева решений
Заключение
Дополнительная информация
Зачет без замечаний!
Год сдачи: 2025 г.
Преподаватель: Данилова Л.Ф.
Помогу с другим вариантом.
Выполняю работы на заказ по следующим специальностям:
МТС, АЭС, МРМ, ПОВТиАС, ПМ, ФиК и др.
E-mail: help-sibguti@yandex.ru
Год сдачи: 2025 г.
Преподаватель: Данилова Л.Ф.
Помогу с другим вариантом.
Выполняю работы на заказ по следующим специальностям:
МТС, АЭС, МРМ, ПОВТиАС, ПМ, ФиК и др.
E-mail: help-sibguti@yandex.ru
Похожие материалы
Контрольная работа по дисциплине: Обработка и анализ данных. Вариант общий
xtrail
: 15 августа 2024
*** Контрольная состоит из отчета (docx) и файлов программы, написанных на языке Python ***
Задание 1. Модели и оценка их эффективности
Цель - получить навыки работы c библиотеками Python для задач анализа данных.
Задачи:
1. Загрузить в рабочую зону предоставленный набор данных.
2. Восстановить пропущенные значения.
3. Построить модель классификации и настроить её гиперпараметры.
4. Отобрать информативные признаки и оценить влияние этого процесса на работу модели.
Листинг программы
Результат р
1400 руб.
Контрольная работа по дисциплине: Обработка и анализ данных. Вариант для всех
SibGUTI2
: 27 июля 2024
Контрольная работа включает 3 комплексных задания и посвящена анализу данных и построению моделей интеллектуальной обработки данных при помощи библиотек Python. Все 3 задания должны быть выполнены и представлены в одном отчете. Для каждого из трех заданий задан определенный набор данных, доступные для скачивания в архиве по ссылке:
задание 1 – train_new.csv
задание 2 – StudentsPerformance.csv
задание 3 – data.csv
Каждое комплексное задание содержит 4 простых задания. Выполнение каждого простого
300 руб.
Контрольная по дисциплине: Обработка и анализ данных. Общий вариант
Учеба "Под ключ"
: 2 августа 2026
Задание 1. Модели и оценка их эффективности
Цель – получить навыки работы c библиотеками Python для задач анализа данных.
Задачи:
1. Загрузить в рабочую зону предоставленный набор данных.
2. Восстановить пропущенные значения.
3. Построить модель классификации и настроить её гиперпараметры.
4. Отобрать информативные признаки и оценить влияние этого процесса на работу модели.
Листинг программ
Результат работы программы
Выводы
Задание 2. Исследовательский анализ данных
Цель раб
1500 руб.
Контрольная работа по дисциплине: Обработка и анализ данных. Вариант №01
IT-STUDHELP
: 11 октября 2023
Контрольная работа
Вариант №01
Задание 1. Модели и оценка их эффективности
Цель – получить навыки работы c библиотеками Python для задач анализа данных.
Задачи:
1. Загрузить в рабочую зону предоставленный набор данных.
2. Восстановить пропущенные значения.
3. Построить модель классификации и настроить её гиперпараметры.
4. Отобрать информативные признаки и оценить влияние этого процесса на работу модели.
Листинг программы
*******************
Результат работы программы
---------------------
450 руб.
Контрольная работа по дисциплине: Обработка и анализ данных. Вариант №23
IT-STUDHELP
: 20 мая 2023
Контрольная работа
Вариант №23
Задание 1. Модели и оценка их эффективности
Цель – получить навыки работы c библиотеками Python для задач анализа данных.
Задачи:
1. Загрузить в рабочую зону предоставленный набор данных.
2. Восстановить пропущенные значения.
3. Построить модель классификации и настроить её гиперпараметры.
4. Отобрать информативные признаки и оценить влияние этого процесса на работу модели.
Задание 2. Исследовательский анализ данных
Цель работы: получить навыки работы c библиотек
900 руб.
Контрольная работа по дисциплине: Обработка и анализ данных. Вариант 02
IT-STUDHELP
: 14 мая 2022
Контрольная работа
Задание 1. Модели и оценка их эффективности
Цель – получить навыки работы c библиотеками Python для задач анализа данных.
Задачи:
1. Загрузить в рабочую зону предоставленный набор данных.
2. Восстановить пропущенные значения.
3. Построить модель классификации и настроить её гиперпараметры.
4. Отобрать информативные признаки и оценить влияние этого процесса на работу модели.
Задание 2. Исследовательский анализ данных
Цель работы:
получить навыки работы c библиотеками Pandas, N
900 руб.
Лабораторная работа №3 По дисциплине: Обработка и анализ данных. Общий вариант
Учеба "Под ключ"
: 9 марта 2026
Лабораторная работа №3. Работа с БД
Создать программу для работы с базой данных, при этом добавив обработку исключительных ситуаций. База данных должна содержать не менее 5 связанных таблиц. У программы должен быть графический интерфейс (возможность отображать таблицы с помощью библиотеки Pandas, редактировать таблицы с помощью интерактивных форм) [https://colab.research.google.com/notebooks/forms.ipynb]. По сохраненным данным в таблицах построить минимум 3 различных аналитических графика [ht
500 руб.
Лабораторная работа №2 по дисциплине: Обработка и анализ данных. Общий вариант
Учеба "Под ключ"
: 9 марта 2026
Лабораторная работа №2. Работа с файлами. Списки
Задание.
Программа должна создавать файл *.xls, записать в него сгенерированный случайным образом массив чисел. Затем, с помощью реализованного алгоритма сортировки, одного из предложенных преподавателем, записать отсортированную последовательность чисел в ранее созданный файл *.xls.
Алгоритмы сортировки:
- Сортировка выбором;
- Сортировка вставками;
- Сортировка «Методом пузырька»; (используется в данной работе)
- Сортировка Шелла;
-
500 руб.
Другие работы
Задача 11.17. Куколевский И.И.
Задачи гидравлика
: 9 февраля 2023
Два резервуара с одинаковыми диаметрами D=0,8 м, заполненные маслом (ν=1,4 Ст) с начальной разностью - уровней H0=1,2 м, соединены трубкой диаметром d=12 мм и длиной l=6 м. Найти время, потребное для того, чтобы разность уровней уменьшилась до H=0,1 м, учитывая в трубке только потери трения.
Указание. Предварительно выяснить режим течения в трубке (см. введение гл. 9).
90 руб.
Точность деталей и их соединений. Посадки деталей
kostak
: 25 августа 2009
Точность деталей и их соединений. Посадки деталей
При определении точности механизмов нужно уметь определять ошибки положения, перемещения, «мертвого» хода и передаточного отношения механизма.
Ошибкой положения механизма называется разность в положении рабочих ведомых звеньев действительного и идеального механизмов при одинаковых положениях их ведущих звеньев.
Ошибкой перемещения механизма называется разность перемещений рабочих звеньев действительного и идеального механизмов при одинаковых пере
7 руб.
Экзамен по дисциплине: Теория языков программирования и методы трансляции. Билет №5
IT-STUDHELP
: 7 декабря 2022
Экзамен
По дисциплине:
«Теория языков программирования и методы трансляции»
Билет № 5
Дисциплина Теория языков программирования и методы трансляции
1) Способы задания грамматик (форма Бэкуса-Наура, запись с использованием метасимволов, графическое представление). Проиллюстрировать на примерах (примеры должны быть свои).
2) Алгоритм нисходящего анализа цепочек языка без возвратов. Метод рекурсивного спуска. Проиллюстрировать на примере (пример должен быть свой).
3) Построить простую схему СУ
500 руб.
Дистанційна освіта очима потенційних споживачів
alfFRED
: 10 февраля 2014
Програма соціологічного дослідження
Обґрунтування актуальності теми даного соціологічного дослідження.
Сучасні тенденції в освіті вимагають великої гнучкості та динамічності в організації навчального процесу. Розвиток економіки і галузей народного господарства створює потребу в професійних кадрах нових спеціальностей. Навіть класичні спеціальності вимагають модернізації процесу навчання в умовах стрімкого розвитку науки і техніки. Виникає потреба автоматизувати завдання планування навчального пр
10 руб.