Главная страница
Навигация по странице:

  • ИТОГОВОЕ ПРАКТИЧЕСКОЕ ЗАДАНИЕ по дисциплине «Информатика и основы информационно-коммуникационных технологий»

  • ФИО студента Майорова Анастасия Геннадьевна Направление подготовки

  • Группа ИСТ-Б-01-З-2021-1_ДИСТАНТ Москва Вариант № 13.

  • Acknowledgements

  • ИПЗ_ИСТ-Б-01-З-2021-1_ДИСТАНТ_13_Майорова А.Г.. Российский государственный социальный университет итоговое практическое задание по дисциплине Информатика и основы информационнокоммуникационных технологий


    Скачать 231.76 Kb.
    НазваниеРоссийский государственный социальный университет итоговое практическое задание по дисциплине Информатика и основы информационнокоммуникационных технологий
    Дата19.05.2022
    Размер231.76 Kb.
    Формат файлаdocx
    Имя файлаИПЗ_ИСТ-Б-01-З-2021-1_ДИСТАНТ_13_Майорова А.Г..docx
    ТипАнализ
    #538386






    Российский государственный социальный университет




    ИТОГОВОЕ ПРАКТИЧЕСКОЕ ЗАДАНИЕ

    по дисциплине «Информатика и основы информационно-коммуникационных технологий»

    Представление и обработка информации из Интернета


    ФИО студента

    Майорова Анастасия Геннадьевна

    Направление подготовки

    Информационные системы и технологии

    Группа



    ИСТ-Б-01-З-2021-1_ДИСТАНТ


    Москва


    Вариант № 13.
    Задания.
    Реализуйте проект по информатике "Представление и обработка информации

    из Интернета".

    1. Скачайте по ссылке https://www.kaggle.com/zynicide/wine-reviews датасет с

    названием Wine Reviews.

    2. Очистите данные

    3. Рассчитайте основные описательные статистики

    4. Проведите визуальный анализ, построив несколько графиков и диаграмм

    (2-5)

    5. (в данный курс проверка гипотез не входит, но на практике обязательна)

    Сформулируйте несколько гипотез (3-6) относительно как количественных,

    так и качественных признаков и проверьте их.
    6. Сделайте презентацию и кратко опишите в ней, что интересного Вы

    увидели из графиков (гипотезы).

    Введение.
    Анализ проводился над датасетом, в котором описывались различные сорта вин из разных стран, цен и категорий.

    Файл был скачан из источника: https://www.kaggle.com/zynicide/wine-reviews.

    Так же в источнике была информация о наборе данных (Рис.1)


    Рис.1

    Переводим данные.
    Context

    После просмотра Somm (документальный фильм о мастерах сомелье) Я задавался вопросом, как я мог бы создать прогностическую модель для идентификации вин через слепую дегустацию, как мастер-сомелье. Первым шагом в этом путешествии был сбор некоторых данных для обучения модели. Я планирую использовать глубокое обучение для прогнозирования сорта вина, используя слова в описании / обзоре. Модель по-прежнему не сможет попробовать вино, но теоретически она может идентифицировать вино на основе описания, которое может дать сомелье. Если у кого-то есть идеи о том, как это сделать, пожалуйста, опубликуйте их!
    Content

    Этот набор данных содержит три файла:
    winemag-data-130k-v2.csv содержит 10 столбцов и 130k строк винных обзоров.
    winemag-data_first150k.csv содержит 10 столбцов и 150 строк отзывов о вине.
    winemag-data-130k-v2.json содержит 6919 узлов винных обзоров.
    Перейдите на вкладку данные, чтобы просмотреть описания отдельных файлов, метаданные на уровне столбцов и сводную статистику.

    Acknowledgements

    Данные были получены из WineEnthusiast в течение недели 15 июня 2017 года. Код для скребка можно найти здесь, если у вас есть более конкретные вопросы о сборе данных, которые я не рассматривал.

    ОБНОВЛЕНИЕ 24.11.2017

    После отзывов пользователей набора данных я снова очистил обзоры 22 ноября 2017 года. На этот раз я собрал название каждого обзора, из которого вы можете разобрать год, имя дегустатора и ручку Twitter дегустатора. Это также должно исправить проблему с дублированием записи.
    Inspiration
    Я думаю, что этот набор данных предлагает отличные возможности для анализа настроений и других прогностических моделей, связанных с текстом. Моя общая цель - создать модель, которая может идентифицировать сорт, винодельню и местоположение вина на основе описания. Если у кого-то есть какие-либо идеи, прорывы или другие интересные идеи / модели, пожалуйста, опубликуйте их.
    В скачанном файле содержится 813 145 строк и 13 столбцов. Для удобства расчетов сокращаем информацию.

    Столбцов оставляем 4 шт с наименованиями (Рис. 2):

    Country – Страна;

    Points – Баллы;

    Price – Цена;

    Тaster_name – Имя сомелье.


    Рис.2
    Для удобства дальнейшей сортировки в столбце Price при помощи функции «Найти и заменить», меняем точку на запятую.

    Строки сортируем «Настраиваемой сортировкой». (Рис.3)



    Рис.3

    Числовым фильтром в столбце Pointsотбираем данные, которые менее 97. Их удаляем, очищаем фильтр.

    При помощи функции «Найти и выделить» в столбце Price удаляем строки в которых нет информации.

    Оставляем по одной стране с самым дорогим вином и самым высоким баллом. (Рис. 4)



    Рис.4
    При помощи анализа данных создаем описательную статистику по полю Price(Рис 5).


    Рис. 5

    Ставим вопросы к датасету и находим ответы при помощи диаграмм и гистограмм.



    1. В какой стране низкий балл, но дороге вино?





    1. В какой стране самое дорогое вино?





    1. Кто из сомелье пил самое дорогое вино?



    Выводы:

    1. В какой стране низкий балл, но дороге вино? – Германия

    2. В какой стране самое дорогое вино? - Германия

    3. Кто из сомелье пил самое дорогое вино? - Anna Lee C. Iijima



    написать администратору сайта