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.

Критерии оценки:
Каждый пункт задания оценивается в 2 балла.
Итого за выполнение можно получить 8 баллов.
Для положительной оценки необходимо получить не менее 5 баллов.

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
Ответ на задание необходимо предоставить в виде файла формата в формате Word или PDF. В файле снимками экрана с текстовыми пояснениями должны быть зафиксированы основные результаты работы (созданы по инструкции и самостоятельно).

Критерии оценки:
1) Выполнение задания: Выполнено меньше половины задания 0 баллов Большая часть выполнена 1 балл Выполнено полностью 2 балла
2) Качество отчета: Сильные огрехи в оформлении или удовлетворяет менее половины требований к отчету 0 баллов Хорошее оформление. Удовлетворяет большей части требований 1 балл Соответствует всем требованиям 2 балла
3) Программный код: Код нерабочий или непонятный. 0 баллов Программный код рабочий. Нет комментариев или есть незначительные огрехи к его написанию 1 балл Полностью понятный код. Содержит комментарии к коду 2 балла
4) Выводы по работе: Выводов нет или они не соответствуют полученным результатам 0 баллов Выполнены не по всем разделам работы или частично объясняют результат 1 балл Выполнены по всем разделам работы и полностью объясняют результат 2 балла

Итого за выполнение лабораторной работы можно получить 8 баллов

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)
Ответ на задание необходимо предоставить в виде файла формата в формате Word или PDF. В файле снимками экрана с текстовыми пояснениями должны быть зафиксированы основные результаты работы (созданы по инструкции и самостоятельно).

Критерии оценки:
1) Выполнение задания: Выполнено меньше половины задания 0 баллов Большая часть выполнена 1 балл Выполнено полностью 2 балла
2) Качество отчета: Сильные огрехи в оформлении или удовлетворяет менее половины требований к отчету 0 баллов Хорошее оформление. Удовлетворяет большей части требований 1 балл Соответствует всем требованиям 2 балла
3) Программный код: Код нерабочий или непонятный. 0 баллов Программный код рабочий. Нет комментариев или есть незначительные огрехи к его написанию 1 балл Полностью понятный код. Содержит комментарии к коду 2 балла
4) Выводы по работе: Выводов нет или они не соответствуют полученным результатам 0 баллов Выполнены не по всем разделам работы или частично объясняют результат 1 балл Выполнены по всем разделам работы и полностью объясняют результат 2 балла Итого за выполнение лабораторной работы можно получить 8 баллов.

Уважаемый студент дистанционного обучения,
Оценена Ваша работа по предмету: Обработка и анализ данных
Вид работы: Контрольная работа 1
Оценка:Зачет
Дата оценки: 16.02.2023
Рецензия:Уважаемый .....................................,

Данилова(Ермоленко) Любовь Филипповна