# അസൈൻമെന്റ്: ഡാറ്റാ സയൻസ് സിനാറിയോസ്

ഈ ആദ്യ അസൈൻമെന്റിൽ, വിവിധ പ്രശ്‌ന മേഖലകളിൽ യഥാർത്ഥ ജീവിത പ്രക്രിയയെയോ പ്രശ്‌നങ്ങളെയോ കുറിച്ച് ചിന്തിച്ചു, ഡാറ്റാ സയൻസ് പ്രക്രിയ ഉപയോഗിച്ച് അതിനെ എങ്ങനെ മെച്ചപ്പെടുത്താൻ കഴിയും എന്ന് പരിശോധിക്കാൻ ഞങ്ങൾ നിങ്ങളോട് അപേക്ഷിക്കുന്നു. താഴെ പറയുന്ന വിഷയങ്ങളെ കുറിച്ച് ചിന്തിക്കുക:

1. ഏത് ഡാറ്റ നിങ്ങൾ ശേഖരിക്കാം?
1. അത് എങ്ങനെ ശേഖരിക്കുമെന്ന്?
1. ഡാറ്റ എങ്ങനെയാണ് സൂക്ഷിക്കേണ്ടത്? ഡാറ്റ എത്ര വലുതായിരിക്കും?
1. ഈ ഡാറ്റയിൽ നിന്നു നിങ്ങൾക്ക് ലഭിക്കാവുന്ന洞നങ്ങൾ ഏതാണ്? ഡാറ്റ പാടസ് അടിസ്ഥാനമാക്കി എങ്ങനെയാണ് തീരുമാനങ്ങൾ എടുക്കുക?

മൂന്ന് വ്യത്യസ്ത പ്രശ്‌നങ്ങൾ/പ്രക്രിയകളെ കുറിച്ച് ചിന്തിച്ച് ഓരോ പ്രശ്‌ന മേഖലയുടെയും മേൽപ്പറഞ്ഞ എല്ലാ ഘടകങ്ങളും വിശദീകരിക്കാൻ ശ്രമിക്കുക.

തുടക്കം നൽകാൻ ചില പ്രശ്‌ന മേഖലകളും പ്രശ്‌നങ്ങളും ഇവിടെയുണ്ട്:

1. സ്‌കൂളുകളിൽ കുട്ടികൾക്ക് വേണ്ടി വിദ്യാഭ്യാസ പ്രക്രിയ എങ്ങനെ ഡാറ്റ ഉപയോഗിച്ച് മെച്ചപ്പെടുത്താം?
1. പാൻഡെമിക് സമയത്ത് വാക്സിനേഷൻ നിയന്ത്രിക്കാൻ ഡാറ്റ എങ്ങനെ ഉപയോഗിക്കാം?
1. ജോലിയിൽ നിങ്ങൾ ഉൽപാദനക്ഷമരാണെന്ന് ഉറപ്പാക്കാൻ ഡാറ്റ എങ്ങനെ ഉപയോഗിക്കാം?

## നിർദ്ദേശങ്ങൾ

താഴെ കൊടുത്ത പട്ടിക പൂരിപ്പിക്കുക (ആവശ്യമായ പക്ഷം നിങ്ങൾക്കു വേണ്ടി നിർദ്ദേശിച്ച പ്രശ്‌ന മേഖലകൾ പകരം ഉപയോഗിക്കാം):

| പ്രശ്‌ന മേഖല | പ്രശ്നം | ശേഖരിക്കേണ്ട ഡാറ്റ | ഡാറ്റ സൂക്ഷിക്കുന്ന വിധം | ലഭിക്കുന്ന洞നങ്ങൾ/തിരഞ്ഞെടുക്കാവുന്ന തീരുമാനങ്ങൾ |
|----------------|---------|-----------------------|-----------------------|--------------------------------------|
| Education | സർവകലാശാലയിൽ, പൊതുവായി ലെക്ചറുകളിൽ ഹാജർ കുറവാണ്, ഹാജർ ആയ വിദ്യാർത്ഥികൾ ശരാശരി പരീക്ഷയിൽ മെച്ചപ്പെടുമെന്ന് ഞങ്ങൾ കരുതുന്നു. ഹാജർ പ്രോത്സാഹിപ്പിക്കുകയും ഈ ധാരണ പരിശോധന നടത്തുകയും ചെയ്യണം. | സെക്യൂരിറ്റി കാമറയിൽ ക്ലാസിൽ എടുത്ത പടങ്ങൾ വഴി ഹാജർ ട്രാക്ക് ചെയ്യാം, അല്ലെങ്കിൽ വിദ്യാർത്ഥികളുടേതായ മൊബൈൽ ഫോണുകളുടെ ബ്ലൂടൂത്ത്/വൈഫൈ അഡ്‌ഡ്‌റസുകൾ ഉപയോഗിച്ച്. പരീക്ഷാ ഡാറ്റ പോലെയാണ് സർവകലാശാല ഡാറ്റാബേസ് വഴി ലഭ്യത്തെ. | സെക്യൂരിറ്റി കാമറ ചിത്രം ട്രാക്ക് ചെയ്താൽ, ക്ലാസിനു സമയത്ത് ചില പടങ്ങൾ (5-10) (അസംഘടിത ഡാറ്റ) സൂക്ഷിക്കുക, ശേഷം AI ഉപയോഗിച്ച് വിദ്യാർത്ഥികളുടെ മുഖങ്ങൾ തിരിച്ചറിയുക (ഡാറ്റ ഘടനാപരമായി മാറ്റുക). | ഓരോ വിദ്യാർത്ഥിയുടേയും ശരാശരി ഹാജർ ഡാറ്റ കണക്കാക്കി, പരീക്ഷാ ഗ്രേഡുകളുമായി ഏതെങ്കിലും ബന്ധമുള്ളോ എന്ന് പരിശോധിക്കാം. [സంభാവ്യതയും എണ്ണശാസ്ത്രവും](../../04-stats-and-probability/README.md) വിഭാഗത്തിൽ ബന്ധത്തെ കുറിച്ച് കൂടുതൽ സംസാരിക്കും. വിദ്യാർത്ഥികളുടെ ഹാജർ പ്രോത്സാഹിപ്പിക്കാൻ ആഴ്ചവാർ അറ്റൻഡൻസ് റേറ്റിംഗ് സ്കൂൾ പോർട്ടലിൽ പ്രസിദ്ധീകരിച്ച്, ഏറ്റവും കൂടുതൽ ഹാജർ ഉണ്ടായവരിൽ സമ്മാനങ്ങൾ തെർപ്പെടുത്താം. |
| Vaccination | | | | |
| Productivity | | | | |

> *ഈ അസൈൻമെന്റിൽ പ്രതീക്ഷിക്കുന്നതെന്താണെന്ന് നിങ്ങൾക്ക് മനസിലാക്കാൻ ഒരു ഉദാഹരണമായുള്ള ഒരു ഉത്തരം മാത്രം നൽകുന്നു.*

## റൂബ്രിക്

ഉദാഹരണരീതിയിലുള്ള | മതിയായ | മെച്ചപ്പെടുത്തേണ്ടത്
--- | --- | --- |
എല്ലാ പ്രശ്‌ന മേഖലകളിലും യുക്തിസഹമായ ഡാറ്റാ ഉറവിടങ്ങൾ, ഡാറ്റാ സൂക്ഷിക്കുന്ന മാർഗ്ഗങ്ങൾ, സാധ്യതയുള്ള洞നങ്ങൾ/തീരുമാനങ്ങൾ തിരിച്ചറിഞ്ഞിട്ടുണ്ട് | പരിഹാരത്തിലെ ചില ഭാഗങ്ങൾ വിശദമല്ല, ഡാറ്റാ സൂക്ഷണം പരാമർശിച്ചില്ല, കുറഞ്ഞത് 2 പ്രശ്‌ന മേഖലകൾ മാത്രമേ പലചരിയിച്ചിട്ടുള്ളൂ | ഡാറ്റാ പരിഹാരത്തിലെ ചില ഭാഗങ്ങൾ മാത്രമാണ് വിശദീകരിച്ചിട്ടുള്ളത്, ഒരു പ്രശ്‌നമേഖലയേ മാത്രം പരിഗണിച്ചുള്ളത്.

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**അറിയിപ്പ്**:
ഈ രേഖ AI പരിഭാഷാ സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് പരിഭാഷപ്പെടുത്തിയതാണ്. ഞങ്ങൾ കൃത്യതയ്ക്കായി ശ്രമിക്കുന്നുവെങ്കിലും, ഓട്ടോമേറ്റഡ് പരിഭാഷകളിൽ പിഴവുകൾ അല്ലെങ്കിൽ തെറ്റായ വിവരങ്ങൾ ഉണ്ടാകാൻ സാധ്യതയുണ്ട്. അതിന്റെ സ്വാഭാവിക ഭാഷയിലുള്ള അസൽ രേഖയാണ് പ്രാമാണികമായ ഉറവിടമായി പരിഗണിക്കേണ്ടത്. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ പരിഭാഷ ശുപാർശ ചെയ്യുന്നു. ഈ പരിഭാഷ ഉപയോഗിച്ച് ഉണ്ടാകുന്ന തെറ്റിദ്ധാരണകൾ അല്ലെങ്കിൽ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കായി ഞങ്ങൾ ഉത്തരവാദികളല്ല.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->