Контрольная работа по дисциплине: Обработка и анализ данных. Вариант №23
Состав работы
|
|
|
|
|
|
|
|
|
|
|
|
Необходимые программы
Работа представляет собой rar архив с файлами (распаковать онлайн), которые открываются в программах:
- Microsoft Word
Описание
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 библиотеками Pandas, Numpy.
Задачи:
1. Установить необходимые библиотеки.
2. Импортировать библиотеки.
3. Загрузить набор данных.
4. Изучить существующие функции и проделать агрегации
Задание 3. Построение системы ИИ с помощью инструментов Scikit Learn для решения задачи классификации
Цель работы:
научиться строить модели классификации.
Задачи:
1. Научиться строить классификаторы.
2. Научиться оценивать его качество.
3. Изучить вклад используемых переменных в решения классификатора.
4. Научиться визуализировать классификатор (дерево решений).
=============================================
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 библиотеками Pandas, Numpy.
Задачи:
1. Установить необходимые библиотеки.
2. Импортировать библиотеки.
3. Загрузить набор данных.
4. Изучить существующие функции и проделать агрегации
Задание 3. Построение системы ИИ с помощью инструментов Scikit Learn для решения задачи классификации
Цель работы:
научиться строить модели классификации.
Задачи:
1. Научиться строить классификаторы.
2. Научиться оценивать его качество.
3. Изучить вклад используемых переменных в решения классификатора.
4. Научиться визуализировать классификатор (дерево решений).
=============================================
Дополнительная информация
Проверил(а): Полетайкин Алексей Николаевич
Оценка: Отлично
Дата оценки: 20.05.2023г.
Помогу с вашим вариантом, другой дисциплиной, онлайн-тестом, либо сессией под ключ.
E-mail: sneroy20@gmail.com
E-mail: ego178@mail.ru
Оценка: Отлично
Дата оценки: 20.05.2023г.
Помогу с вашим вариантом, другой дисциплиной, онлайн-тестом, либо сессией под ключ.
E-mail: sneroy20@gmail.com
E-mail: ego178@mail.ru
Похожие материалы
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 работа по дисциплине: Обработка и анализ данных. Общий вариант
Учеба "Под ключ"
: 9 марта 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.
Ход работы
Загрузка набора данных
Проверка пропусков
Восстановление пропущенных значений
Разделение на
1500 руб.
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 №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 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.
Контрольная и Лабораторные работы 1-3 по дисциплине: Обработка и анализ данных. Вариант №23
IT-STUDHELP
: 20 мая 2023
Контрольная работа
Вариант No23
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 библиоте
1700 руб.
Лабораторные работы 1-3 по дисциплине: Обработка и анализ данных. Вариант №23
IT-STUDHELP
: 20 мая 2023
Лабораторная работа No1
Введение в Python
Вариант 4
Задание 1
Напишите программу для решения примера (по вариантам).
Предусмотрите проверку деления на ноль. Все необходимые переменные пользователь вводит через консоль.
b=(3+e^(y-1))/(1+x^2⋅|y-tg(z)| )
Задание 2
Разработать программу для вычисления выражения и вывода полученного результата. Соответствующие исходные данные ввести с клавиатуры.
b={█(&sin(x+y)+2⋅(x+y)^2,x-y>0@&sin(x-y)+(x-y)^3,x-y<0@&|x^2+√y|,y≠0,x=0@&0,y=0)
Исходные данные: x,y.
1200 руб.
Обработка и анализ данных. Вариант №5
IT-STUDHELP
: 1 декабря 2021
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,
900 руб.
Другие работы
Привод конвейера - сборник чертежей и проектов
MagicT
: 6 июня 2017
Отличный сборник чертежей и курсовых проектов по деталям машин на тему "Привод конвейера"
Состав:
1. Привод к винтовому конвееру для зерна (6 чертежей)
2. Привод к конвейеру ремонтного завода (3 чертежа)
3. Привод к цепному конвееру (КП ПЗ+чертежи)
4. Привод конвеера (4 чертежа)
5. Привод ленточного конвейера (чертежи)
6. Привод ленточного транспортера (чертежи)
7. Привод прядильной машины (чертежи)
8. Привод цепного конвейера (чертежи)
9. Привод цепного транспортера (КП ПЗ+чертежи)
10. Привод ц
150 руб.
Технічна експлуатація локомотивів
Aronitue9
: 30 декабря 2011
Вступ.
Експлуатація локомотивів.
Розміщення пунктів техобслуговування локомотивів.
Розміщення пунктів екіпіровки локомотивів.
Розміщення пунктів зміни локомотивних бригад.
Складання розкладу і побудова графіку руху поїздів на.
ділянці обороту локомотивів.
Складання розрахункових відомостей роботи локомотивів.
на ділянках.
Розробка графіка обороту локомотивів і визначення кількості поїзних локомотивів для заданих розмірів руху.
Розрахунок явочного і списочного штату локомотивних бригад.
Основні п
20 руб.
Техпроцесс ремонта тракторных плугов
maobit
: 3 апреля 2018
Рама плугов Может иметь деформацию и трещины в элементах. Раму плуга проверяют до и после ремонта на контрольной плите с помощью специальной и металлической линеек, угольников, отвеса и шнура. Просвет между рамой и плоскостью плиты в местах крепления корпусов и подшипников допускается до 5 мм, а в остальных — не более 10 мм; прогиб деталей рамы не свыше 3 мм. Не допускается скручивание полос, распорок, а также наличие трещин на элементах рамы. Полосы рамы должны быть параллельны друг другу, допу
990 руб.
Финансовый менеджмент. Тест с ответами. 80 вопросов.
studypro
: 21 февраля 2016
Вопросы для подготовки к тестированному экзамену по дисциплине финансовый менеджмент
1. В состав бухгалтерской отчетности не входят: …
2. К собственному и приравненному к нему капиталу не относится: …
3. К материальным оборотным средствам относятся: …
4. Бухгалтерский баланс организации не содержит показатели: …
5. К статьям, не характеризующим крайне неудовлетворительное финансовое состояние организации, относятся: …
6. Сокращение продолжительности одного оборота оборотных средст
150 руб.