ННГАСУ курс по Интеллектуальному анализу данных
Презентация по курсу (обновляемая): https://docs.google.com/presentation/d/1rMirhHDHlBHSE8TmHPv4mUuaSaGsJ82O2CVv8BqwssI/edit?usp=sharing
Для работы необходим python 3.9 и выше. Библиотеки: numpy, pandas, matplotlib, scipy, tensorflow Редактор любой. Из неплохих: IDLE (родной, идёт вместе с установщиком), Visual Studio Code, notepad++, PyCharm, vim (для любителей сначала страдать, потом наслаждаться)
Работа с блокнотами онлайн, с возможностью подключение удалённых мощностей гугла (GPU, TPU): https://colab.research.google.com/
Таблица, где я буду отмечать сданные работы: https://docs.google.com/spreadsheets/d/1MupualVuX1WTgMzMvNIAuQXWAGvHw5i6xu9AgemOWmE/edit?usp=sharing
Доска: https://miro.com/app/board/o9J_ljKyuG0=/?invite_link_id=678234012013
Сервер в Дискорд, где буду дублировать: https://discord.gg/MzPkCYf4Dh Мой контакт: [email protected]
В своей папке можете делать все что угодно, в чужие не залезать, в корневую тоже. Я буду ориентироваться на файлы, где в названии будет номер лабораторной.
-
Рабочий файл: _lab-1/character-deaths.csv
-
Проанализировать и выдать статистические данные по связи между:
a) домом и разницей в главах: в которой появился (если это не указано, брать 0) и в которой умер;
b) длиной имени и полом;
c) годом смерти (в отсутствие брать средний - 299) и благородностью;
d) книгой смерти (если нет - брать первую) и длиной названия дома;
e) благородностью и номером первой буквы имени (A -1, B -2 и т.д);
f) длиной имени и длиной названия дома;
g) номером первой буквы дома и годом смерти (если нет, брать последний - 300).
-
Выбор вашего пункта для работы смотрите в табличке.
-
По итогу статистических данных вывести текстовый вывод о наличии, направлении (прямая или обратная) и величине связи.