# Esplorare per trovare risposte Questa è una continuazione del [compito](../14-Introduction/assignment.md) della lezione precedente, in cui abbiamo dato un'occhiata veloce al set di dati. Ora esamineremo i dati in modo più approfondito. Ancora una volta, la domanda che il cliente vuole sapere è: **I passeggeri dei taxi gialli a New York City danno mance ai conducenti di più in inverno o in estate?** Il tuo team si trova nella fase di [Analisi](README.md) del Ciclo di Vita della Data Science, dove sei responsabile di condurre un'analisi esplorativa dei dati sul set di dati. Ti è stato fornito un notebook e un set di dati che contiene 200 transazioni di taxi da gennaio e luglio 2019. ## Istruzioni In questa directory troverai un [notebook](assignment.ipynb) e i dati della [Taxi & Limousine Commission](https://docs.microsoft.com/en-us/azure/open-datasets/dataset-taxi-yellow?tabs=azureml-opendatasets). Consulta il [dizionario del set di dati](https://www1.nyc.gov/assets/tlc/downloads/pdf/data_dictionary_trip_records_yellow.pdf) e la [guida per l'utente](https://www1.nyc.gov/assets/tlc/downloads/pdf/trip_record_user_guide.pdf) per maggiori informazioni sui dati. Utilizza alcune delle tecniche apprese in questa lezione per condurre la tua analisi esplorativa dei dati nel notebook (puoi aggiungere celle se necessario) e rispondi alle seguenti domande: - Quali altri fattori nei dati potrebbero influenzare l'importo della mancia? - Quali colonne probabilmente non saranno necessarie per rispondere alle domande del cliente? - Sulla base di ciò che è stato fornito finora, i dati sembrano fornire qualche evidenza di un comportamento stagionale nelle mance? ## Griglia di valutazione Esemplare | Adeguato | Da migliorare --- | --- | --- --- **Disclaimer**: Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.